兽医流行病学研究中的偏倚及其控制

张海明，王幼明，沈朝建，李 印，崔基贤

（1.广州市动物卫生监督所，广东广州 510440；2.中国动物卫生与流行病学中心，山东青岛 266032；3. 辽宁省动物疫病预防控制中心，辽宁沈阳 110164）



兽医流行病学研究中的偏倚及其控制

张海明1，王幼明2，沈朝建2，李 印2，崔基贤3

（1.广州市动物卫生监督所，广东广州 510440；2.中国动物卫生与流行病学中心，山东青岛 266032；3. 辽宁省动物疫病预防控制中心，辽宁沈阳 110164）

摘 要：偏倚可分为选择偏倚、信息偏倚和混杂偏倚，从方向上又可分为正偏倚、负偏倚和颠倒偏倚。作为一种系统误差，偏倚可产生于兽医流行病学调查研究的设计、实施到推论等各个环节，可导致调查研究结论偏离乃至背离真实情况，必须加以控制。本文对兽医流行病学调查研究中可能出现的常见偏倚进行了阐述，并结合实例对不同的偏倚进行了分析，以期为广大兽医工作者更好地开展流行病学调查和疫病防控工作提供理论支持。

关键词：兽医流行病学研究；选择偏倚；信息偏倚；混杂偏倚；控制

资助项目：科技部科技基础性专项（SQ2012FY3260033）

历史上，对于偏倚的定义包含三种主要含义：观察者的偏见、设备错误造成的偏差和错误的研究设计造成的结果[1]。20世纪70年代出现的偏倚类型学，对于定义在流行病学研究设计、实施和分析过程中存在的偏离真实值的情况有很大的帮助[2-3]。在医学调查中认识偏倚的存在距今已有100多年的时间，比如1843年Guy[1]在研究职业与健康关系的时候，发现并排除了选择偏倚。而随着医学流行病学中研究设计概念的出现，产生了很多关于偏倚的重要讨论，其中包括1976年Murphy和1979年Sackett提出的偏倚分类学。相比于医学流行病学研究对于偏倚的论述与研究，兽医流行病学对于偏倚的重视与研究相对较晚，尤其是我国的兽医流行病学研究。鉴于此，笔者对兽医流行病学研究中可能发生的偏倚及其控制进行了梳理，以期为国内兽医流行病学研究者更好地开展流行病学调查提供参考。

1　偏倚的概念

在流行病学研究的整个过程中，从设计到推论，由于各种因素的影响，导致研究结果与真实情况之间存在偏差。这种偏差分为两类，即随机误差和系统误差，而系统误差又称为偏倚。随机误差是由于通过抽样推断总体特征而产生的，难以避免，但可通过增加样本量和提高统计效率予以减少。偏倚是指可导致研究结果与真实情况差异的系统误差，可发生于研究的各个环节，具有方向性[4]。

2　偏倚的种类

偏倚的种类很多，现代流行病学一般将其分为三类，即选择偏倚、信息偏倚和混杂偏倚[1]。

2.1选择偏倚（Selection bias）

选择偏倚是指由于被选入到研究中的研究对象与未被选入的研究对象在某些特征上存在差异而导致的系统误差。选择偏倚主要有现患病例-新病例偏倚、检出偏倚、易感性偏倚、无应答偏倚和排除偏倚等。

2.1.1现患 病例-新 病例偏 倚（Prevalence incidence bias）。现患病例-新病例偏倚又称奈曼偏倚（Neyman bias），是指以现患病例为研究对象进行的调查与以新发病例为研究对象进行的调查进行比较时，因研究对象的特征差异所导致的系统误差。该类偏倚产生原因主要有以下两个原因：（1）用于研究的对象（如养殖场）一般是研究时可发现的患病对象，一般情况下很难找到那些出现非典型性症状、隐性感染等的对象；（2）在发生疫情后，某些养殖场可能会改变其原来的行为，随之改变了某些因素的暴露状况，如原来为放养，发生疫情后进行了圈养等。比如，在Chaudhry等[5]于2009—2010年对巴基斯坦部分地区的商品化养鸡场进行H9N2亚型禽流感感染风险因素分析的病例对照研究中，阴性对照养殖场的选择标准为与阳性养殖场同月送实验室进行检测并且禽流感病原学检测为阴性的场，如此可能将那些曾经感染过的场排除在外，导致现患病例-新病例偏倚的产生。

2.1.2检出症候偏倚（Detection signal bias）。检出症候偏倚又称检出偏倚，是指某因素与所要研究的疾病在病因学上无关，但由于该因素的存在导致或促进了与所研究疫病相关症状的出现，人为提高了该群体疫病检出率，从而得出该因素与该疫病相关联或者关联密切的错误结论。例如，在Chaudhry等[5]进行的H9N2亚型禽流感感染病例对照研究中，往往是生产管理和疫病防控等较好的禽场更倾向于送疑似样品去检测实验室进行检测，因此在对风险因素进行分析时容易导致偏倚的产生。

2.1.3易感性偏倚（Susceptibility bias）。在对某因素与某疫病的相关性进行分析的流行病学研究中，研究对象是否暴露于某种可疑的致病因素与许多主客观原因有关.这些原因可能会直接或间接地导致暴露组与非暴露组对所研究疫病易感性的差异，由此产生的偏倚称为易感性偏倚。易感性偏倚的一个典型例子是健康工人效应，即职业病研究中观察到工人总死亡率较一般人群低的现象。另外，在对高致病性禽流感感染人的研究中，通常发现经常暴露于高致病性禽流感病毒（HPAIV）的人群的死亡率比一般人低。对于这个似乎矛盾的现象，目前的解释是他们对HPAIV的抵抗力和耐受力较一般人群强，最终使得他们的死亡率低于一般人群[6]。

2.1.4无应答偏倚（Non-response bias）。在流行病学研究过程中，研究对象的主人（如养殖场场主等）由于各种原因不愿意配合调查，故意引导调查人员选择某些情况更为严重或更为轻微的研究对象，或对所调查的内容进行造假等情况，导致调查得到的疫病状况或因素与真实的情况存在差异，由此而导致的系统误差称为无应答偏倚。

2.1.5志愿者偏倚（Volunteer bias）。愿意参加某项流行病学研究的对象（如某些猪场）与不愿意参加的在某些重要特征或暴露状态等方面存在差异，由此产生的系统误差称为志愿者偏倚。例如，在Chaudhry等[5]进行的H9N2亚型禽流感感染病例对照研究中，所选择的阴、阳性对照养殖场均来源于自愿送样品去实验室检测的禽场。由于没有考虑到那些不愿意送样品进行检测的禽场，可能导致志愿者偏倚。

2.1.6排除偏倚（Exclusive bias）。在研究对象的确定过程中，没有按照对等的原则，而从观察组或对照组中主动或被动地排除某些研究对象，如此导致某些因素与所研究疫病之间联系的错误估计，由此产生的系统误差称为排除偏倚。例如，在刘华等[7]进行的安徽省中小规模种猪场猪伪狂犬病群流行率及风险因素横断面研究中，人为地将种公猪、后备母猪等种猪排除于研究之外，可能导致排除偏倚的发生。

2.1.7入院率偏倚（Admission rate bias）。入院率偏倚又称伯克森偏倚（Berkson’s bias），是指以来医院（如宠物医院）就诊的动物作为研究对象进行研究时，由于入院率的不同而导致的系统误差，由此产生的偏倚称为入院率偏倚。例如，在2014年谭海等[8]对广州市部分地区城市犬进行狂犬病感染与免疫效果的横断面研究中，对于城市犬的选取基于宠物医院，无法做到去宠物医院与不去宠物医院的城市犬在狂犬病感染、免疫抗体水平方面的一致性，因此可能导致偏倚的产生。

2.2信息偏倚（Information Bias）

信息偏倚又称“观察性偏倚”或“测量偏倚”，是指在研究实施阶段，从研究对象获取研究所需的信息时所产生的系统误差。造成信息偏倚的原因包括：调查人员各方面的差异、测量仪器的差异、信息记录错误以及对不同的研究对象采用不同的方法和态度去收集资料等。常见的信息偏倚包括：回忆偏倚、诊断怀疑偏倚、暴露怀疑偏倚、报告偏倚以及诱导偏倚等。

几乎在所有的流行病学研究中均会发生信息偏倚。信息偏倚可来自于研究者本身、研究对象、测量的仪器和方法等。其中，诊断怀疑偏倚和暴露怀疑偏倚主要来自调查者；回忆偏倚、报告偏倚、不应答偏倚主要来自被调查者；测量偏倚来自测量仪器和方法等。

2.2.1回忆偏倚（Recall bias）。回忆偏倚指畜主或相关人员在回忆过去动物的暴露情况、发病情况等信息时，由于准确性或完整性存在差异而导致的系统误差。此种偏倚在病例对照研究中最为常见。例如，为研究人群的活禽暴露与感染禽流感病毒之间的关系，Liao等[9]于2006年1—3月采取面对面访谈的方式，对广州地区的1 550个相关人员进行了调查。由于要搜集调查对象过去3年的饲养活禽、购买频率、是否参与宰杀等各种行为信息，无法避免产生回忆偏倚。

2.2.2报告偏倚报告偏倚（Reporting Bias）。是指在信息收集过程中，由于某些原因，被调查者有意夸大或缩小某些信息而导致的系统误差，因此又称说谎偏倚。例如，国内外众多研究发现[10-12]，家禽散养户主和活禽市场从业者在面对禽流感疫情调查或报告时，往往倾向于隐瞒病例或隐瞒交易生病家禽的情况。

2.2.3诊 断 怀 疑 偏 倚（Diagnostic suspicion bias）。由于事先已经知道目标动物群体的暴露情况，因而在研究过程中，主观上倾向于应该或不应该出现某种结局，随之在调查中，或者忽略那些非暴露或暴露风险小的动物或群体，或者对暴露组采取与对照组不同的调查方法（比如在调查时对存在暴露的动物或群体进行更为细致地调查），从而导致错误的结论，由此造成的系统误差称为诊断怀疑偏倚。此类偏倚多见于临床试验和队列研究，也可在病例对照研究中产生。如果某种疾病的可疑因子已经被研究人员所关注，也可能导致此类偏倚的产生。

2.2.4暴露怀疑偏倚（Exposure suspicion bias）。当研究者若事先已经知道动物群体的患病状况，可能会对病例组采取与对照组不同的方法，以探寻认为与所研究疫病有关的因素，由此产生的系统误差称为暴露怀疑偏倚。上述所说的不同方法可包括：其一，多次认真地调查和询问病例组的暴露史，而不认真地询问对照组；其二，对病例组采取面对面的询问方法，而对对照组采用其它的调查方法，如信访、电话访问等。同时，在调查过程中，如调查表设计不规范，当调查者的经验占主导时也会影响调查的结果，尤其是当调查者对研究中的可能风险因素与疫病的联系存在强烈的个人偏见时。

2.2.5测量偏倚（Detection bias）。测量偏倚是指研究者对研究所需数据进行测量时所产生的系统误差。发生测量误差的原因很多，主要有所用方法或标准不统一、所用仪器设备未进行校准或校准不准确、所用试剂不符合要求、检测的条件不一致、操作人员（抽样人员、检测人员、分析人员等）技术水平差异较大等。另外，所用调查表设计的科学性、调查人员的认真程度和熟练程度等均可导致出现不准确信息。例如，为研究我国2013年4月首次发生人感染H7N9亚型流感事件后人群接触活禽行为的变化情况，Wang等[13]对我国成都、广州、上海、沈阳和武汉共5个城市的2 504名城市居民和辽宁、广东、四川和湖北4个省各1个县的1 227名农村居民进行了调查。在调查方式选择上，该研究对城市居民的调查采用电话访问，而对农村的研究对象则采用面对面访问的方式，就可能导致测量偏倚的产生。

2.3混杂偏倚（Confounding bias）

混杂偏倚又称混杂，是指在流行病学研究中，由于一个或多个潜在的混杂因素影响，从而掩盖或夸大了研究因素与研究疫病之间的联系，从而使两者之间的真正联系被错误地估计，由此产生的系统误差称为混杂偏倚。

2.3.1混杂因素。混杂因素又称外来因素、混杂因子或混杂变量，是指与研究因素和研究疫病均有关的、因在病例组和对照组中分布不均衡导致夸大或缩小研究因素与疫病之间真实联系的因素。混杂因素具有以下3个基本特点：其一，混杂因素必须是所研究疫病的风险因素；其二，混杂因素必须与研究因素（暴露因素）有统计学关联；其三，混杂因素一定不是研究因素与所研究疫病因果链上的中间变量。当一个因素具有以上3个特点，且在病例组和对照组中分布不均，即可导致混杂的产生。

2.3.2混杂的分类。混杂分为正混杂和负混杂。其中，正混杂（Positive confounding）是指由于混杂因素的混杂作用高估了研究因素与研究疫病之间的联系；负混杂（Negative confounding）则是指由于混杂因素的混杂作用低估了研究因素与研究疫病之间的联系。

2.4混杂偏倚与其它偏倚（选择及信息偏倚）的异同

2.4.1相同点。都是系统误差，不能通过增大样本量来控制。

2.4.2不同点。①选择及信息偏倚都限于样本内，即总体人群中实际无此误差。而混杂偏倚不止是样本的问题，还包括某第三因子在目标人群中同所研究的结果变量存在固有的联系。②选择及信息偏倚是一种错误，所造成的误差应尽量避免。对于混杂偏倚，在下结论时应特别谨慎，但同时它在认识整个病因网的过程中起了一定的作用，因为混杂因子往往正是某个结果变量的风险因子，应尽量去发现。

3　偏倚的控制

3.1选择偏倚的控制

3.1.1采用严格、科学的设计，了解整个研究中可能出现的选择偏倚。

3.1.2严格掌握研究对象纳入或排除的标准，以使其能较好地代表总体。

3.1.3在研究过程中要采取相应的措施，尽量取得研究对象的合作，以获得尽可能高的应答率，减少无应答率及队列研究中的失访和实验性研究中的中途退出等。

3.1.4可采用一种以上的对照。比如在以医院为基础的病例对照研究中，可选用2个或2个以上的对照组。

3.2信息偏倚的控制

3.2.1研究者对拟进行的研究要制定明细的资料收集方法和严格的质量控制方法。

3.2.2尽可能采用“盲法”收集资料，比如双盲法，即调查者与被调查者均不清楚所要调查的目的、被调查者所在试验组等信息。

3.2.3根据研究的内容，尽量采用客观指标作为研究信息。

3.2.4采用调查技巧避免回忆偏倚。

3.2.5对敏感问题进行调查时，可以调查知情人或采用一定的调查技巧，比如在询问时可同时收集一些与调查内容看似无关的信息来分散调查人员或被调查者的注意力等。

3.3混杂偏倚的控制

在设计阶段，可采用随机、限制进入或匹配等方式控制混杂偏倚的产生；在分析阶段，则可采用分层分析、标准化率分析、多变量分析等方法对混杂偏倚加以控制。

4　结语

总之，偏倚的种类繁多，而且可以存在于兽医流行病学研究的设计、实施、推论等各个环节，偏倚的产生可能导致研究结论与真实情况产生偏离甚至背离。随着我国兽医流行病学技术的推广和相关研究的开展，兽医流行病学工作者有必要对兽医流行病学调查研究中可能产生的偏倚进行识别并加以控制，以进一步提高兽医流行病学调查研究的准确性。

参考文献：

[1] 任涛，詹思延，沈霞，等. 流行病学研究中的偏倚与混杂[J]. 中华流行病学杂志，2014， 25（9）：811-813.

[2] Bailar J C. Mammographic screeing：a reappraisal of benefi ts and risks[J]. Clin Obstet Gynecol，1978，21：1-4.

[3] Miettinen O S. Matching and design effi ciency in retrospective studies[J]. Am J Epidemiol， 1970，91：111-118.

[4] 詹思延，叶冬青，谭红专. 流行病学（第七版）[M]. 北京：人民卫生出版社，2013：144-158.

[5]Chaudhry M，Rashid H B，Thrusfield M，et al. A casecontrol study to identify risk factors associated with avian infl uenza subtype H9N2 on commercial poultry farms in Pakistan[J]. PLoS One. 2015，10（3）：e0119019.

[6] 黄保续. 兽医流行病学[M]. 北京：中国农业出版社，2010：227-231.

[7] 刘华，占松鹤，王靖飞，等. 2013年安徽省中小规模种猪场猪伪狂犬病群流行率及风险因素横断面研究[J]. 中国动物检疫，2014，31（11）：16-20，47.

[8] 谭海，段晓冬，张海明，等. 2014年广州市区犬狂犬病横断面调查[J]. 中国动物检疫， 2015，32（2）：14-18.

[9] Liao Q， Lam W T， Leung G M， et al. Live poultry exposure， Guangzhou， China， 2006[J]. Epidemics. 2009，1（4）：207-212.

[10] Osmani M G，Thornton R N，Dhand N K，et al. Risk factors for highly pathogenic avian infl uenza in commercial layer chicken farms in bangladesh during 2011[J].Transbound Emerg Dis. 2014，61（6）：e44-51.

[11] Sarker S，TalukderS，Chowdhury E，et al. Knowledge，attitudes and practices on biosecurity of workers in live bird markets at Mymensingh，Bangladesh[J]. ARPN J Agri Bio Sci. 2011，6： 12-17.

[12] Sultana R，Rimi N，Azad S，et al. Bangladeshi backyard poultry raiser’s perceptions and practices related to zoonotic transmission of avian infl uenza[J]. J Infect Dev Ctries. 2012，6：156-165.

[13] Wang L，Cowling B J，Wu P， et al. Human exposure to live poultry and psychological and behavioral responses to influenza A（H7N9），China[J]. Emerg Infect Dis. 2014，20 （8）：1296-1305.

（责任编辑：朱迪国）

中图分类号：S851.31

文献标识码：A

文章编号：1005-944X（2016）04-0067-05

DOI：10.3969/j.issn.1005-944X.2016.04.023

Biases and Their Control in Veterinary Epidemiological Researches

Zhang Haiming1，Wang Youming2，Shen Chaojian2，Li Yin2，Cui Jixian3
（1.Guangzhou Animal Health Inspection Institution，Guangzhou，Guangdong 510440；2.China Animal Health and Epidemiology Center，Qingdao，Shandong 266032；3. Liaoning Animal Disease Prevention and Control Center，Shenyang，Liaoning 110164）

Abstract：Biases，including selection biases，information biases and confounding biases，could be classifi ed as positive，negative and switchover biases. As a systematic error，biases could be found in any sectors of veterinary epidemiological studies and should be avoided. In this paper，the common potential biases which may occur in veterinary epidemiological studies were analyzed with examples to provide support for veterinarians to conduct epidemiological investigation and disease control.

Key words：veterinary epidemiological research；selection biases；information biases；confounding biases；control