Bài giảng Chương 11: Gây nhiễu trong các nghiên cứu dịch tễ học - PGS.TS. Lê Hoàng Ninh

Chia sẻ: Lavie Lavie | Ngày: | Loại File: PPT | Số trang:36

Thêm vào BST

Báo xấu

191
lượt xem 11
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Bài giảng Chương 11: Gây nhiễu trong các nghiên cứu dịch tễ học do PGS.TS. Lê Hoàng Ninh biên soạn bao gồm những nội dung về phân biệt cơ hội và sai lệch hệ thống; các dạng sai lệch hệ thống Bias; gây nhiễu hay thay đổi ảnh hưởng. Mời các bạn tham khảo bài giảng để hiểu rõ hơn về những nội dung này.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Bài giảng Chương 11: Gây nhiễu trong các nghiên cứu dịch tễ học - PGS.TS. Lê Hoàng Ninh

CHƯƠNG11:GÂY NHIỄU TRONG CÁC NGHIÊN CỨU DỊCH TỄ HỌC PGS, TS LE HOANG NINH Viện v.s y tế công cộng
Random Error Per Cent 14 12 10 8 6 4 2 0 0 5 10 15 20 25 30 35 Size of induration (mm) WHO (www)
Systematic Error Per Cent 14 12 10 8 6 4 2 0 0 5 10 15 20 25 30 Size of induration (mm) WHO (www)
PHÂN BIỆT CƠ HỘI VÀ SAI LỆCH HỆ THỐNG Cơ hội được gây ra bởi sai lầm ngẫu nhiên Sai lệch hệ thống gây ra bởi sai lầm hệ thống Sai lầm do cơ hội sẽ bị hủy khi mẫu lớn Sai lệch hê thống sẽ không bị loại bỏ dù mẫu có kích thước như thế nào Cơ hội dẫn đến kết quả không chính xác Sai lệch hệ thống làm cho kết quả không đúng
Các dạng sai lệch hệ thống Bias Sai lệch chọn lựa ( mẫu thiếu tính đại diện) Sai lệch thông tin ( xếp loại) Sai lầm trong đo đạt tiếp xúc và bệnh tật Sai lệch do nhiễu Nhiễu do một yếu tố khác có quan hệ với cả tiếp xúc và bệnh tật Sai lệch hệ thống không loại trừ nhau by Miettinen OS in 1970s
Controlling for Information Bias Blinding prevents investigators and interviewers from knowing case/control or exposed/nonexposed status of a given participant Form of survey mail may impose less “white coat tension” than a phone or facetoface interview Questionnaire use multiple questions that ask same information acts as a built in doublecheck Accuracy multiple checks in medical records gathering diagnosis data from multiple sources
Confounding  Là yếu tố thứ ba có liện hệ tới cả hai tiếp xúc và hệ quả và có ảnh hưởng đến sự liên quan giữa bệnh tật và tiếp xúc  Gây nhiễu không là kết quả của sự tiếp xúc:  e.g., association between child’s birth rank (exposure) and Down syndrome (outcome); mother’s age a confounder?  e.g., association between mother’s age (exposure) and Down syndrome (outcome); birth rank a confounder?
Confounding Là yếu tố gây nhiễu, 2 điều kiện cần có: Exposure Outcome Third variable Có liên quan tới tiếp xúc - không là hậu quả của sự tiếp xúc đó Có liên quan tới hệ quả - độc lập với tiếp xúc ( không là yếu tố trung gian)
Confounding Thứtựtrẻsinh Hội chứng Down Tuổi mẹ Tuổi mẹ có liên hệ tới thứ tự trẻ sinh và là yếu tố nguy cơ ngay cả khi thứ tự trẻ sinh là thấp
Gây nhiễu ? Tuổi mẹ hội chứng DOWN Thứ tự sinh Birth order is correlated with maternal age but not a risk factor in younger mothers
Gây nhiễu Cà phê bệnh mạch vành Hút thuốc Hút thuốc có liên quan tới uống cà phê và là yếu tố nguy cơ cho cả những người không uống cà phê
Gây nhiễu ? Hút thuốc bệnh mạch vành Cà phê Uống cà phê có liên quan đến hút thuốc nhưng không là yếu tố nguy cơ ở người không hút thuốc
Gây nhiễu Uống rượu Ung thư phổi Hút thuốc Hút thuốc có liên hệ tới uống rượu và là yếu tố nguy cơ cho ngay cả ở những người không uống rượu
Gây nhiễu ? Hút thuốc Bệnh mạch vành Các ngón tay bị vàng Không có liên hệ tới hệ quả Không là yếu tố nguy cơ độc lập
Gây nhiễu ? Thức ăn Bệnh mạch vành Cholesterol Con đường nguyên nhân
Gây nhiễu Bạn nghĩ rằng bạn có thể lập lại sự liên quan dương giữa thứ tự sinh và hội chứng Down hay sự liên quan giữa uống cà phê và bệnh mạch vành trên mẫu khác. Bạn có thể làm được điều nầy không? Nếu không, tại sao? Giả sử bạn chỉ có những người không hút thuốc trong nghiên cứu và khảo sát sự liên quan giữa uống rượu và bệnh ung thư phổi. Bạn có thể tìm được sự liên quan không? Giả định bạn phân tầng bộ dữ liêu theo tình trạng hút thuốc trong nghiên cứu sự liên quan giữa uống rượu và ung thư phổi. Liệu rằng odds ratios có khác nhau giữa 2 tầng không? Giả định rằng bạn cố gắng điều chỉnh sự liên quan sự kết hợp giữa rượu theo tình trạng hút thuốc. Bạn có thể thấy sự liên quan không?
Gây nhiễu Bạn nghĩ rằng bạn có thể lập lại sự liên quan dương giữa thứ tự sinh và hội chứng Down hay sự liên quan giữa uống cà phê và bệnh mạch vành trên mẫu khác. Bạn có thể làm được điều nầy không? Nếu không, tại sao? Bạn không nhất thiết phải làm lại vì sự liên quan đó là sự liên quan giả do bị gây nhiễu. Trong một mẫu khác nếu tất cả bà mẹ dưới 30 tuổi, sẽ không có sự liên quan với thứ tự sinh. Trong một mẫu khác với một ít người hút thuốc thì sự liên quan giữa bệnh mạch vành và ca phê sẽ không được lập lại.
Gây nhiễu Giả sử bạn chỉ có những người không hút thuốc trong nghiên cứu và khảo sát sự liên quan giữa uống rượu và bệnh ung thư phổi. Bạn có thể tìm được sự liên quan không? Không bởi vì nghiên cứu đầu bị nhiễu. Sự liên quan với rượu thật ra là do hút thuốc. Bằng cách khu trú đối tương nghiên cứu gồm những người không hút thuốc, các bạn đã khám phá ra sự thật Sự khu trú đối tượng là một cách để kiểm soát gây nhiễu khi thiết kế nghiên cứu.
Confounding Giả định bạn phân tầng bộ dữ liêu theo tình trạng hút thuốc trong nghiên cứu sự liên quan giữa uống rượu và ung thư phổi. Liệu rằng odds ratios có khác nhau giữa 2 tầng không? Sự liên quan của rượu tạo ra odds ratio như nhau/ bằng nhau trong 2 tầng, và gần như đồng nhất. Trong gây nhiễu, các tỷ số chênh chuyên biệt theo tầng sẽ như nhau và khác với tỷ số chênh thô ít nhất bằng15%. Sự phân tầng là một cách để nhận ra/ xác định sự gây nhiễu tratification trong lúc phân tích dữ liệu. Nếu các tỷ số chênh chuyên biệt theo tầng là khác biệt nhau thì đó không phải là gây nhiễu mà là sự làm thay đổi ảnh hưởng, tác động effect modification.
Confounding Giả định rằng bạn cố gắng điều chỉnh sự liên quan/ sự kết hợp giữa rượu theo tình trạng hút thuốc. Bạn có thể thấy sự liên quan không? Nếu hút thuốc được đưa vào trong kiểu hình thống kê, thì sự kết hợp/ liên quan của rượu sẽ bị mất không có ý nghĩa thống kê. Sự chỉnh lý theo phân tích đa biến là cách khác nửa để nhận ra vai trò gây nhiễu trong lúc phân tích dữ liệu.