"匯東華-認真作好每件事"
~統計,不再是阻力,而是助力~

BMJ小小統計問題(94):What is recall bias? (什麼是回憶偏差?)

Cite this as: BMJ 2012;344:e3519

https://www.bmj.com/content/344/bmj.e3519

                                                 

前言

最近有同學問到臨床研究設計的問題,在病例對照研究中常被提到的recall bias。本周統計問題可以做為很好的說明範例。

 

6-7月份公司課程招生中,精彩可期,介紹與報名連結請見留言區。

6/10(六)、7/1(六)AI01-探索ChatGPT、以及AI02-活用ChatGPT圓滿結束。

“AI01課程將帶你了解ChatGPT的基本原理,並學習如何在日常工作或研究中運用它。AI02課程則是進階課程,將帶你深入瞭解如何在研究中活用ChatGPT,包括概念生成、文獻整理,到論文撰寫與審稿回覆等六大場景,及對學術研究的影響。”

6/17(六)「WS1-統合分析研究工作坊:基礎班」、6/18(日)「WS2-統合分析研究工作坊:實戰班」招生中!

“帶你從零基礎開始,由淺入深進入系統性綜述/統合分析的世界。有理論,更有實務。”

✅7/8(六)WS4-SPSS進階醫學統計:縱貫性研究設計與分析--重複測量分析法」招生中!

課程介紹與報名:https://reurl.cc/EoRxpg

 

問題

研究人員調查孕婦睡眠習慣是否與晚期死產風險有關[1]。採用病例對照研究設計。病例為155例在妊娠28周後的單胎晚期死胎(無先天性異常)之婦女。病例由參與的產科單位臨床醫生確定,也從登記處招募。對照組為310名單次妊娠婦女。對照組與死產發生時處於妊娠期的病例配對。使用訪視問卷獲得有關睡眠習慣的資訊,包括母親打鼾、白天嗜睡、入睡時和醒來時的睡眠姿勢(左側、右側、背部和其他)。作為病例的婦女在死產後的最初幾周接受訪視,詢問她們在死產發生前一晚的睡眠習慣(當時嬰兒可能已經死亡);與病例組進行任期週期匹配的對照組接受訪視,並記錄前一晚的睡眠習慣。

 

研究人員報告,打鼾或白天嗜睡與晚期死產風險間沒有關聯。然而,在前一晚(在死產或採訪前)仰臥或朝右睡的女性,晚期死產風險是超過朝左睡女性的兩倍。研究者指出,在本項研究中,通過使用結構化訪談並確保參與者不知道正在測試的研究假設,來減少回憶偏差。

下面何者最能描述回憶偏差?

 

a)病例和對照組對睡眠習慣資訊的回憶不準確

b)在睡眠習慣報告資訊的準確性方面,病例和對照組間存在系統性差異

c)匹配變數不準確——病例發生死產時的妊娠期和對照組的妊娠期時間



答案

答案b最能描述回憶偏差。

 

詳細說明

研究人員調查晚期死產是否與孕婦的某些睡眠習慣有關。採用病例對照研究設計。這些病例是晚期死產的婦女,發生在妊娠28周或更晚,而對照組是那些正在懷孕的婦女。對照組與死產發生時妊娠的病例進行配對。通過問卷調查,對女性進行關於過去睡眠習慣作為死產潛在風險因素的採訪。很明顯,當被問及她們過去的睡眠習慣時,任何一位女性都可能回憶不準確。

 

回憶偏差意指病例和對照組間在女性自我報告的潛在風險因素暴露資訊之準確性的系統性差異(答案b)。回憶偏差是病例對照研究所特有的,特別是因為病例更有可能回憶起他們暴露於潛在風險因素的情況。回憶偏差並沒有描述病例和對照組間匹配變數測量的不準確性(答案c)。在本例中,配對變數是妊娠期,當對照組在懷孕期間匹配的病例發生死產時的周數。顯然,妊娠期的測量可能會不準確。

 

病例組和對照組都知道自己的狀態——曾經有過死產或正在懷孕——所以此認知可能會導致他們對睡眠習慣的不同回憶。毫無疑問,那些經歷過死產的婦女,及病例組,會尋求一個解釋,為什麼會發生死產,並考慮可能的原因。因此,當被問及她們的睡眠習慣時,這些婦女可能認為這種行為是導致死產的可能原因,結果是她們報告的準確性與對照組不同。這些人可能非常詳細地記得導致嬰兒死亡前後的事件,因此他們能夠比對照組更準確地回憶起自己的睡眠習慣。死產和訪談間的時間間隔(研究人員報告平均為25天)對病例回憶資訊的準確性有何影響尚不明顯。

如果發生回憶偏差,顯然會導致在探索睡眠習慣和死產間關係的偏差。研究人員指出,為了減少回憶偏差,參與者沒有被告知正在測試的研究假設,因此不會意識到死產和睡眠習慣間的潛在關聯。

 

Reference

[1] Stacey T, Thompson JMD, Mitchell EA, Ekeroma AJ, Zuccollo JM, McCowan LME. Association between maternal sleep practices and risk of late stillbirth: a case-control study. BMJ 2011;342:d3403.



#BMJ  #醫學統計  #Recall bias  #Case-control study



 數據串接與清洗

數據是礦藏,數據清洗是挖出鑽石的第一步,尤其是巨量知識。數據清洗或串接執行過程需要細心與專注,且有可能會消耗許多時間和精力,就由我們來替各位處理掉這個大麻煩。

全民健保研究資料庫、國外大型資料庫資料非常齊全,種類多,需要串接與清洗,進行正規化後才能更進一步進行資料探勘與統計分析。




Fig1.同一個Project資料散落在不同tables,無法使用




Fig2.整併與清理為可分析的table




Fig.3整理和分析後形成有意義的知識


概念與流程示意圖

 教育培訓

課程規劃核心為以「學習者」為中心進行「傳承」

以學習者為中心,結合陳秀敏博士十多年來的統計實務以及教學經驗,設計適合學員學習方式,開設課程,達到有效學習。

 

開設線上統計學院

https://medata.teaches.cc/

SPSS基礎統計實戰班:第一次分析SCI研究就上手(上、下)

課程網址:https://medata.teaches.cc/

課程介紹1:https://www.youtube.com/watch?v=MPz2wqN0v2M

課程介紹2:https://www.youtube.com/watch?v=nd5A5duxO5E

 

臨床研究思維-Open your mind

課程網址:https://medata.teaches.cc/

課程介紹1:https://www.youtube.com/watch?v=yTHdBnCdSnY
課程介紹2 : https://www.youtube.com/watch?v=kE9tXraICqk

臨床研究基本原則 : https://www.youtube.com/watch?v=1tTApx1hjn0

 計畫撰寫與統計諮詢





為了讓匯東華的顧客與學員有更好的合作和消費體驗,故匯東華特別依據營業項目開發周邊產品,提供使用、購買。目前已有針對公共衛生師的題庫以及模擬試題,未來將針對醫學研究領域發展產品。