ISSN 2097-4205 CN 31-2200/R
| 术语 | 描述 | 案例解释 |
|---|---|---|
| 选择偏倚 | 指在研究设计或实施过程中，由于样本的选择方式不当，导致研究结果不能正确反映总体真实情况的系统性误差 | 如研究1种新药在治疗高血压患者中的效果。选择了1组在大型城市医院就诊的高血压患者作为研究对象。然而，这可能会产生选择偏倚，因为这些患者可能与总体高血压患者不同。比如，城市医院的患者可能比农村地区的患者具有更高的经济水平，或者有更好的医疗可及性，这可能影响他们对治疗的依从性以及健康结果 |
| 左截断 | 指研究对象只在某个事件（如诊断、治疗开始等）发生后才进入研究，而未能观察到事件之前情况 | 研究癌症患者的生存时间，并以确诊日作为研究的起点。如果只纳入确诊后依然存活的患者，就可能会遗漏那些已经在确诊时或确诊前死亡的患者，这就是左截断，那些存活时间短的患者根本没有机会被包括在研究中 |
| 左删失 | 指无法确定某个事件在观察期之前具体发生的时间，但知道该事件在某个时间点之前已经发生了 | 在对糖尿病患者的研究中，研究者记录了患者的首次胰岛素使用时间。如果在观察期内遇到某些已经在使用胰岛素的患者，但不知道他们开始使用胰岛素的确切时间，这就是左删失 |
| 索引日期 | 指在研究中，为每个研究对象设定的特定时间点，用作分析的起点 | 假设进行1项关于他汀类药物与心血管事件风险的研究。索引日期可以设定为患者首次服用他汀类药物的日期。从该日期开始，研究者可以跟踪患者是否在接下来的几年中出现心血管事件，并评估他汀类药物的预防效果 |
| 永生时间偏倚 | 指在观察性研究中，由于暴露定义或随访期间的时间不当分配，导致一些研究对象在某段时间内“免于”发生研究事件（如死亡、疾病恶化等），从而扭曲研究结果 | 比较使用某种药物与未使用药物的患者之间的死亡率差异。定义“药物暴露组”为那些在随访期内曾经至少连续使用6个月该药物的患者。在实际情况中，如果患者在服用该药物前的几个月就死亡，这些死亡患者就不会被归为药物暴露组，而是留在未暴露组中。暴露组中的患者在药物使用的前6个月是“永生”的，因为在这6个月内没有死亡的患者才能被归类为暴露组。暴露组的死亡率可能会被低估，这就导致了永生时间偏倚，使药物看起来比它实际的效果更好 |
| 中间事件 | 指在研究期间发生的某些事件，介于暴露与结局间，可能会影响结局或暴露与结局关系 | 在1项关于抗癌药物疗效的研究中，患者在接受抗癌药物治疗期间可能会经历肿瘤手术或放疗，这些中间事件可能会改变药物对患者结局（如生存时间）的影响 |
| 延迟分析 | 用于评估某一变量（如政策、事件或干预）对另一变量（如经济指标或健康结果）影响的时间延迟 | 在研究某种公共卫生干预措施对感染率的影响时，通常会进行延迟分析，评估接种后的1个月、2个月和3个月的感染率变化。通过建立回归模型，将接种人数的滞后值作为自变量，分析其对当前感染率的影响，从而识别接种效果的时间延迟。这将帮助公共卫生决策者了解何时最有效地实施干预措施 |
| 倾向评分匹配 | 用于评估干预或治疗效果。通过匹配具有相似倾向评分的个体，使得干预组和对照组在观察到的特征上尽可能相似，从而更准确地估计干预的影响 | 研究1种新药对高血压患者的影响，患者分为接受新药治疗组和未接受新药治疗组。使用逻辑回归模型计算每位患者接受新药的倾向评分，然后根据倾向评分进行匹配，以确保2个组在年龄、性别、病史等重要特征上尽量相似。在匹配后的样本中比较2组患者的血压变化，从而更准确地评估新药的治疗效果 |
| Ⅰ类错误 | 为统计假设检验中的概念，指在零假设成立的情况下，错误地拒绝了零假设的错误 | 评估新药对疾病的治疗效果，设定零假设为“新药没有效果”。经过统计分析，研究者得出结论，拒绝了零假设，认为新药有效。如果实际情况是新药确实没有效果，那么就犯了Ⅰ类错误 |
沪公网安备 31010402004887号
