流行病学中常见的偏倚及其控制
误差（error）对事物某一特征的测量值偏离真实值的部分。

包括随机误差、系统误差
随机误差：指随机抽样所得的均值与总体参数的差异，也称抽样误差。

只能减少，不能避免。

随机误差的两个特点
1、样本的观察值都在平均值上下分布，从许多无偏倚样本中得到的观察值均数，假如数量较大，总是趋向于接近总体值；
2、随机误差的范围可以用可信区间估计，当保持随机方法而加大样本时，样本均值逐渐向总体均值接近。

系统误差：当对群体的某一特征做一次测量或对某一个体的某一特征做多次测量时，所得均值与总体间的真实性也会产生误差，如果误差向量的方向一致或基本一致时，这种误差称为系统误差。

1
2
偏倚（
1
1)
2)
3)
4)
2,凡因现 3
4
素与某疾病在病因学上虽无关联，担由于该因素的存在而引起该疾病症状或体征的出现，从而使患者及早就医，接受多种检查，导致该人群较高的检出率，以致得出该因素与该病相关联的错误结论。

5、易感性偏倚（susceptibility bias）有些因素可能直接或间接影响观察人群或对照人群对所研究疾病的易感性，导致某因素与某疾病间的虚假联系，由此产生的偏倚称为易感性偏倚。

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或标准，而自观察组或对照组中排除某些研究对象，这样导致因素与疾病之间联系的错误估计，称为排除偏倚。

选择偏倚的控制
1、研究者应充分了解该项研究工作中各种可能的选择偏倚来源，并在研究设计过程中尽量避免；严格掌握研究对象的纳入与排除标准，使研究对象能较好地代表其所出自的总体；
2、为了避免存活因素的影响，在进行病例对照研究时，如果病例组选择新诊断的病人，则对照组不应由慢性病病人组成；如果对照所患的慢性病严重地影响暴露，则更不应作为对照；
信息偏倚（information bias ）又称观察偏倚（observational bias），指研究中有关研究对象的或来自研究对象的信息是错误的，会产生系统误差。

信息偏倚的表现是使研究对象的某种特征被错误分类如暴露于某因素者被错误地认为是非暴露者，某病的患者被认为是非患者。

常见的信息偏倚
1、回忆偏倚（recall bias）指在回忆过去的暴露史或既往史时，因研究对象的记忆失真或回忆不完整，使其准确性或完整性与真实情况间存在的系统误差。

2、报告偏倚（reporting bias）与回忆偏倚不同，报告偏倚是指研究对象因某种原因故意夸大或缩小某些信息而导致的偏倚，因此也称说谎偏倚。

3、诊断怀疑偏倚（diagnostic suspicion bias）如果研究者事先了解研究对象对研究因素的暴露情况，怀疑其已经患某病，或在主观上倾向于应该出现某种阳性结果，于是在作诊断或分析时，倾向于自己的判断。

如对暴露者或实验组进行非常细致的检查，而对非暴露者或对照组则不然，从
4
局，
5
6
倚。

1
2
3
4
1
造成的；
2
3
1、限制:针对某一或某些可能的混杂因素，在设计时对研究对象的入选条件予以限制。

控制已知的混杂因素，不能控制未知的混杂因素。

利：对研究对象针对潜在的混杂因素实行限制后，可得到同质的研究对象，从而可以防止某些混杂偏倚，有利于对研究因素与疾病之间的关系作出较为准确的估计
弊：研究对象对总体的代表性可能会受到影响，因而研究结论的外推会受到一定的限制
2、匹配:在为研究对象选择对照时，使其针对一个或多个潜在的混杂因素与研究对象相同或接近，从而消除混杂因素对研究结果的影响。

利：对某一因素进行匹配可以消除掉该因素可能的混杂作用，提高统计效率
弊：失掉了对这一因素进行分析的机会，既不能分析其作为研究疾病危险因素的作用，也不能分析该因素与其他因素间的交互作用，造成信息丢失
3、随机化:指以随机化原则使研究对象以等同的几率被分配在各处理组中，从而使潜在的混杂因素在各组间分布均衡。

4、统计处理:混杂偏倚在资料分析阶段也可以通过一定的统计处理方法予以控制。

如分层分析、使用回归模型等。

现况研究中常见的偏倚
选择偏倚
无应答偏倚
幸存者偏倚
报告偏倚
回忆偏倚
测量偏倚
现患病例
回忆偏倚
调查偏倚
混杂偏倚
选择偏倚
失访偏倚
信息偏倚
混杂偏倚。