مخدوش کننده ها - دانشکده پزشکی تهران
Download
Report
Transcript مخدوش کننده ها - دانشکده پزشکی تهران
بسم هللا الرحمن الرحیم
Bias , Confounding , Interaction
دکتر مجتبی صداقت
دانشکده پزشکی علوم پزشکی تهران
گروه پزشکی اجتماعی
کدامیک از مواردزیر رویکرد مناسبی برای برخورد با عوامل مخدوش کننده می باشد
.1همسان سازی فرد به فرد
.2طبقه بندی
.3همسان سازی گروهی
.4یکسان سازی
.5تمام موارد فوق
گفته می شوند پزشكان در زنانی که قرص های ضد بارداری مصرف می کنند بشکل دقیق تری
به دنبال ترومبوز وریدهای عمقی می گردند اگر در این شرايط رابطه معنی داری بین مصرف این
قرص ها و ترومبوفلبیت پیدا شود ،این ارتباط می تواند به دلیل سوگرائی ......باشد.
.1انتخاب
.2مصاحبه گر
.3مراقبت
.4عدم پاسخ
.5یادآوری
3سوال بعدی را با توجه به جدول زیر پاسخ دهید
Factor A -
Factor A +
7
3
Factor B +
8
Factor B -
.1با یک مدل additiveجای خالی را پر کنید
.2با یک مدل multiplicativeجای خالی را پر کنید
.3جداول attributableو relative riskآن را بکشید
در یک مطالعه case – controlبرای بررس ی رابطه کانسر تیروئید و رادیو تراپی 50بیمار
با این کنسر و 100بیمار که برای جراحی فتق مراجعه کرده بودند وارد شدند .بیماران مورد
مصاحبه واقع شدند ولی اطالعات شاهد ها از پرونده ها بدست آمد و فراوانی تماس در
بیماران 20مورد و در ساملها 2مورد بدست آمد .کدامیک از بایاس های زیر کمترین احتمال
را دارد؟
.1یادآوری
.2معرف جامعه افراد سالم نبودن کنترل ها
.3استفاده از روش های متفاوت اندازه گیری تماس در موارد و شاهدها
.4از دست دادن موارد گروه کنترل در در طول زمان
.5تورش انتخاب برای تماس با اشعه درمانی در گذشته
سوگرائی :
خطای سیستماتیک در طراحی ،انجام یا آنالیز مطالعه به شیوه ای که خطا در برآورد تاثیر تماس
در ایجاد بیماری را ایجاد کند
سوگرائی انتخاب :
اگر تماس و بیماری با هم ارتباطی نداشته باشند ولی انتخاب موارد یا شاهد ها یا تماس و
غیر تماس به گونه ای باشد که رابطه را نشان دهد
عدم پاسخ :
بیماران تماس دار بیش از بیماران بدون تماس پاسخ دهند – فراوانی سرفه ،خلط
،ویز و سیگاری بودن در بی پاسخ های مطالعه سنجش شیوع آسم توسط پرسشنامه در سوئد
فرق بین selecting subjectsو : selection bias
اولی به external validityو قابلیت تعمیم کار دارد ولی اعتبار مقایسه داخلی را زیر سوال
نمی برد ولی دومی به Internal validityکار دارد و باعث اشتباه در برآورد نسبت شانس
یا خطر نسبی می شود .مثال عوامل موثر بر افت تحصیلی دانش جویان
یا مثال رزرپین و سرطان سینه که موارد کله سیستکتومی و تیروئیدکتومی ،جراحی های کلیه و
قلب یا پیوند های عروقی از گروه کنترل حذف شده بودند در حالیکه باید از گروه موارد نیز
حذف می شدند.به این نوع سوگرائی exclusionگفته می شود
سوگرائی اطالعات:
وقتی است که وسیله بدست آوردن اطالعات از تماس و بیماری ناکافی یا غیر دقیق باشد
Misclassificationمورد را به جای شاهد یا تماس را به جای غیر تماس در جدول آوردن یا بالعکس
دو شکل دارد:
recall bias : Differentialمثال رابطه ناهنجاری و عفونت های خفیف – مادران مورد در یاد
آوری این موارد اغراق می کنند و در نتیجه موارد غیر تماس
بیشتری به عنوان تماس دار طبقه بندی می شوند وپس در این نوع برآورد می تواند بشکل کاذب باال برود
یا کم شود
: Non differentialدر نتیجه مخلوط شدن موارد و شاهد هاست و نتيجه آن معموال کاهش برآورد
ها می باشد و در واقع خطا فقط در انتخاب و انتساب نام موارد و شاهد هاست
سایر انواع : information bias
•Abstracting records
•Interviewing
• :Surrogate interviewsسوال از همسران و یا فرزندان – سعی در باال بردن موقعیت یا کالس
بیمارشان و یا کم نشان دادن موارد منفی خواهند کرد و اساس اطالعات فرزندان نیز بسیار
کمتر است
• :Surveillanceمثال پزشکان ocp ،و ترومبوفلبیت
• Wish bias : Reporting biasیکی از اشکال آن است یعنی بیمار به شکل ناخودآگاه
و به جهت انکار تقصیر خود در ایجاد بیماری ،تماس های مهم و بدنام را انکار می کند و گاهی
برای مسائل قانونی و شکایت کردن آنها را پر رنگ نشان می دهد
مثال رابطه سقط عمدی و سرطان سینه در هلند دو منطقه مذهبی و غیر مذهبی که افراد نرمال در
منطقه مذهبی به دلیل بد نام و بد جلوه بودن این امر در این مناطق این امر را بیان نمی کردند
لذا در این مناطق 14 oddsو در در منطقه دیگر 1.3 Oddsبدست آمد
باید توجه داشت که بایاس یک عیب است و باید سعی در پیش گیری از وقوع آن یا حداقل
شناسائی و در نظر گرفتن آن در هنگام تفسیرنتایج کرد
مخدوش کننده:
وقتی است که رابطه ای که در نظر ما از جنس علیتی است ،بدلیل عامل سومی ایجاد شده باشد
شرط آن این است که
عامل سوم برای بیماری عامل خطر باشد
عامل سوم با تماس رابطه داشته باشد
مثال سیگار و سرطان پانکراس و قهوه
Control
18
82
Case
30
70
Yes
No
100
100
Total
=Odds Ratio
30*82/70*18=1.95
مثال واقعی آن در رابطه سیگار سرطان ریه
و آلودگی هواست – عدم وجود تفاوت در الیه ها
نشانه این است که نقش مخدوش کنندگی وجود
ندارد .یا رابطه سیگار و سرطان مری و اثر
مخدوش کنندگی الکل
Control
Case
80
50
<40
20
50
>40
100
100
Total
Nonexposed
Exposed
10%
117
13
<40
50%
35
35
>40
OR=1
OR=1
Case Control
Exposed
8
5
Yes
72
45
No
80
50
<40
Total
Control
Case
Exposed
25
25
Yes
10
25
No
>40
Total
نکته :
-1وجود مخدوش کننده مانعی برای استفاده از از یک عامل خطر برای شناسائی و غربالگری نیست
-2مخدوش کننده یک خطا در مطالعه نیست بلکه پدیده اي است که درمطالعه به آن دست یافته ایم
اما عدم استفاده از آن در تفسیر نتایج یک خطا محسوب می گردد
: Interaction
اگر در بررس ی رابطه مشاهده شده بین تماس و بیماری ،یک رابطه ببینیم که این رابطه در
الیه های متغیر سوم به یک اندازه نباشد ،می گوئیم interactionوجود دارد
مدل های : interaction
Factor A
+
-
9
3
-
15
+
Factor B
Factor A
+
-
6
0
-
18
12
+
Attributable Risk
Factor B
Factor A
+
-
9
3
-
45
15
+
Factor B
Factor A
+
-
3
1
-
15
5
+
Factor B
Relative Risk
Interactionوقتی اتفاق می افتد که خطر مشاهده شد بیش از مدل Multiplicativeباشد .
اگر خطر مشاهده شده چیزی بین دو مدل باشد باید به بیولوژی رابطه فکر کرد ولی برخی از
متخصصین این امر را نشانه interactionمثبت و نوعی Synergismمی باشد
Oral Cancer
Smoking
Alcohol
-
+
-
1
1.53
+
1.23
5.71
Lung Cancer
Asbestos
Smoking
-
+
-
11.3
58.4
+
122.6
601.6
Liver Cancer
Aflatoxine
HBsAg
-
+
-
1
3.4
+
7.3
59.4
موفق باشید