条文本
PDF
测量误差对环境和职业暴露流行病学研究的影响。
摘要
暴露测量中的随机误差(误分类)通常使相对风险、回归系数或其他效果测量偏向空值(无关联)。最重要的例外是伯克逊类型错误，它很少或没有造成偏差。特别是，由于使用群体平均暴露值来代替个体值，产生了伯克逊类型误差。暴露测量中的随机误差，伯克逊或其他，降低了研究的力量，使其更有可能没有发现真正的关联。混杂变量中的随机误差损害了对其影响的控制，留下了残余混杂。改变接触对健康的影响的变量中的随机误差——例如敏感性指标——往往会减少观察到的影响的改变，但接触中的错误可能会造成改变的假象。如果有关于误差的大小和类型的信息，有方法来纠正由于测量误差造成的偏差(但一般不包括功率损耗)。然而，这些方法使用起来很复杂，应该谨慎使用，因为“校正”会放大混淆。
来自Altmetric.com的统计
请求的权限
如果您希望重用本文的任何或全部，请使用下面的链接，它将带您到版权许可中心的RightsLink服务。您将能够获得一个快速的价格和即时许可，以许多不同的方式重用内容。