偏倚

任何試驗必須儘可能排除偏倚，否則統計結論不可信。要保證試驗無偏倚，必須有精確的測量方法，一定的樣本量，周密的試驗設計，隨機化的抽樣及分組，避免試驗者的主觀偏見等。

醫學研究中的偏倚（bias）是指從研究設計、到實施、到數據處理和分析的各個環節中產生的系統誤差，以及結果解釋、推論中的片面性，導致研究結果與真實情況之間出現傾向性的差異，從而錯誤地描述暴露與疾病之間的聯繫。 ^[1] 

雖然要在研究工作中完全避免誤差幾乎是不可能的，但對於研究中可能存在的各種誤差，我們要在臨牀研究工作的各個環節中儘量加以控制和預防，以使研究結論更符合實際情況。從某種意義上講，偏倚是抽樣調查所無法避免的誤差。也就是説，只要是抽樣，就會產生偏倚。相應地，要最大限度地控制偏倚，只能通過多次抽樣、預實驗等手段加以判斷。由於許多調查或實驗是無法重複或進行預實驗的，所以經驗在偏倚的處理上也是非常重要的。

臨牀研究中誤差的來源可以分為兩類：一類是隨機誤差（random error）；一類是系統誤差（systematic error）。

隨機誤差：是由於抽樣誤差所引起的，其大小可以用統計學方法進行估計，但沒有方向性，也就是説，這種誤差的存在使研究結果隨機的高於或小於真值。

系統誤差即偏倚（bias）：是指研究結果系統地偏離了真實情況。與隨機誤差不同，偏倚的存在總是造成研究結果或高於真值或低於真值，因而具有方向性。由於在研究工作中定量的估計偏倚的大小很困難，而確定偏倚的方向卻相對較容易。當偏倚使研究結果高於真值時，稱之為正偏倚，反之，偏倚使研究結果低於真值時，稱之為負偏倚。

即選擇偏倚、信息偏倚、混雜偏倚。

選擇偏倚：出現於研究設計階段，指由於研究對象選擇不當而使研究結果偏離真實情況而產生偏倚。研究設計上的缺陷是選擇偏倚的主要來源，在確定研究對象時表現得最為突出。常見的情況是在研究開始時實驗組和對照組就存在着除診療措施以外的差異，而缺乏可比性。 ^[2] 

信息偏倚：又稱觀察偏倚、測量偏倚，是指研究過程中進行信息收集時產生的系統誤差。測量方法的缺陷，診斷標準不明確或資料的缺失遺漏等都是信息偏倚的來源。

混雜偏倚：流行病學研究中，由於一個或多個外來因素的存在，掩蓋或誇大了研究因素與疾病的聯繫，從而部分或全部地歪曲了兩者間的真實聯繫，稱之為混雜偏倚（confounding bias）或混雜（confounding）。引起混雜的因素稱為混雜因子（confounder）。

1.嚴格遵照抽樣方法的要求，確保抽樣過程中隨機化原則的完全實施；

2.提高研究對象的依從性和受檢率；

3.正確選擇測量工具和檢測方法，包括調查表的編制等；

4.組織好研究工作，調查員一定要經過培訓，統一標準和認識；

5.做好資料的複查、複核工作；

6.選擇正確的統計分析方法，注意辨析混雜因素及其影響。 ^[1] 

數字偏選(digit preference)是指由於對某些數字的偏好,導致對某種測量結果用近似數字來記錄。例如用最接近的整數、偶數、5或10的倍數，或者是7、14(當時間單位用周時)等，由此可以導致數字偏選偏倚(digit preference bias)，這種偏倚可以是觀察者變異的一種形式，或者是調查中應答者變異的一種表現。 ^[3] 

指由同一操作人員使用相同量具, 測量同一零件之相同特性多次數所得平均值與工具室或精密儀器測量同一零件的相同特性所得的真值或參考值之間的偏差值。是測量結果的觀測平均值與基準值的差值。真值的取得可以通過採用更高級別的測量設備進行多次測量，取其平均值而定。

為了在過程範圍內指定的位置確定測量系統的偏倚，得到一個零件可接受的基準值是必要的。通常可在計量室或全尺寸檢驗設備上完成。基準值從這些讀數中獲得，然後這些讀數要與研究評價人的一組觀察平均值(定為XA，XB，XC)進行比較。

如果不能按這種方法對所有樣件進行測量，可採下列替代的方法：

1.在計量室或全尺寸檢驗設備上對一個基準件進行精密測量。

2.讓一位評價人用正被評價的量具測量同一零件至少十次。

3.計算讀數的平均值。基準值與平均值之間的差值表示測量系統的偏倚。

如果需要一個指數，把偏倚乘以100再除以過程變差(或公差)，就把偏倚轉化為過程差(或公差)的百分比。

計算偏倚:

偏倚= 觀測平均值 – 參考值

製造過程變異= 6σ（也可以用公差）

%偏倚=偏倚/製造過程變差（也可以用公差）

如果偏倚相對比較大，查看這些可能的原因：

1.基準的誤差；

2.磨損的零件；

3.製造的儀器尺寸不對；

4.儀器測量非代表性的特性；

5.儀器沒有正確校準；

6.評價人員使用儀器不正確。

倚在選擇研究對象時，試驗組和對照組的設立（納入標準）不正確，使得這兩組人在開始時即存在處理因素以外的重大差異，從而產生偏倚。常見的主要有：

就診機會偏倚（入院率偏倚）：由於疾病嚴重程度不同、就醫條件不同、人羣對某一疾病的瞭解和認識程度不同等原因而使患不同種類疾病的人（或有某種特性者）的住院率不同。從醫院選取對照時，如果沒有注意到此點，則可引起偏倚。

現患病例及新發病例偏倚：此種偏倚易出現在病程較短的嚴重致死性疾病，如心肌梗死，部分病例在送到醫院前已死亡，如果只以存活的現患病例為對象，研究某因素的作用，必然產生偏倚。這些死亡病例通常未計入心肌梗死總髮病人數中，以至於所報道的患病數少於實際的發病數。又如，在病例對照研究中有意或無意排除（或加入）某些病例，也可出現偏倚，如研究吸煙與肺癌的關係時，對照組包括了慢性支氣管炎和冠心病，由於此二病均與吸煙有關，所以吸煙與肺癌的OR減低，甚至於看不出吸煙作為肺癌的病因作用。患病後改變生活習慣也可以使用病例對照方法探討病因出現偏倚，如患肺癌後戒煙，患高血壓後將飲食口味調淡、不吃動物脂肪（肥肉）、適當增加體力活動等等，都可在病例對照研究中使這些因素的病因作用被抵消。又如，乳腺癌與利血平關係的病例對照研究，在對照組中排除了心血管病人（其中有相當多的高血壓病人，他們服用利血平），所以得出利血平是乳腺癌的危險因素的結論。另一個研究將全部病例均納入，則未發現此相關。 ^[4] 

檢出信號偏倚：某因素如能引起或促進某症候（與所研究疾病的體徵或症狀類似）的出現，使患者因此而去就醫，這就提高了該病的檢出機會，使人誤以為某因素與該病有因果聯繫。這種虛假聯繫造成的偏倚稱為檢出信號（或檢出症候）偏倚。如，曾有研究發現子宮內膜癌與絕經期服用雌激素有關。這個研究結果是因為絕經期婦女服用雌激素會引起不規則子宮出血，因此而就醫，得到檢查子宮內膜的機會較多，從而增加了發現子宮內膜癌的機會。不服用雌激素的子宮內膜癌常無明顯症狀，發現機會較少。以刮宮或子宮切除作為診斷子宮內膜癌的診斷時，絕經期服用雌激素的OR為1.7，而以子宮出血就診者的OR為9.8，二者相差懸殊。顯然，以子宮出血就診增高了OR。此類偏倚即檢出信號偏倚。

無應答偏倚：即研究對象對研究內容產生不同的反應而造成的偏倚。如用通信方式調查吸煙情況，不吸煙者與吸煙者的應答率可以相差懸殊。無應答者的暴露或患病狀況與應答者可能不同。如果無應答者比例較高，則使以有應答者為對象的研究結果可能存在嚴重偏倚。所以在研究報告中必須如實説明應答率，並評價其對結果可能造成的影響。與一部分人無應答相反的情況是有一部分人特別樂意或自願接受調查或測試。這些人往往是比較關心自身健康或自覺有某種疾病，而想得到檢查機會的人。他們的特徵或經歷不能代表目標人羣。由此造成的偏倚稱為志願者偏倚。 ^[4] 

總之，無論什麼原因使觀察組與對照組成員不是來自同一總體，即可造成除研究因素以外的有關因素在兩組分佈不均衡，從而造成選擇偏倚。