回顾性队列研究的4个常见偏倚，你懂吗？

引言Introduction

回顾性队列研究常被用于快速评估暴露与结局关系，但数据来自既往记录，偏倚更隐蔽，也更难修正。如果不识别常见偏倚，研究结论可能被系统性扭曲。 本文结合队列研究常见问题，梳理回顾性队列研究最需要警惕的4类偏倚，帮助医学生、医生和科研人员提高设计与解读能力。

1. 回顾性队列研究为什么更容易出偏倚

1.1 数据来源决定了风险

回顾性队列研究通常利用既往病历、登记系统或数据库，先界定暴露，再追踪已发生或记录在案的结局。它的优点是效率高，成本相对低，但也意味着研究者无法重新控制资料采集过程。

一旦原始记录不完整、定义不统一或随访链条断裂，偏倚就容易出现。 这类问题往往不是随机误差，而是系统误差，足以改变效应估计方向。

1.2 常见偏倚的核心类型

从临床研究教学内容看，队列研究中最常见的偏倚主要包括选择偏倚、失访偏倚、信息偏倚和混杂偏倚。对回顾性队列研究来说，这4类问题尤其常见，因为它同时受限于既往数据质量和既往人群选择方式。

识别偏倚的关键，不是事后“补救”，而是从设计阶段就提前预防。

2. 偏倚一：选择偏倚

2.1 选择偏倚从哪里来

选择偏倚是由于研究对象选择不当，导致研究结果偏离真实情况。回顾性队列研究中，常见情形包括档案丢失、记录不全、纳入对象缺乏代表性，或暴露组与对照组本身不可比。

例如，若暴露组不能代表真实暴露人群，对照组也不能代表非暴露人群，最后得到的风险估计就可能失真。这不是“样本量不足”的问题，而是样本来源本身有系统偏差。

2.2 回顾性队列中的典型场景

在历史性队列中，选择偏倚常发生于最初选定对象时。若部分人因档案缺失被排除，留下来的样本可能更完整、更稳定，也可能更健康。若研究对象来自志愿者，还可能带有健康意识更强、依从性更高等特征。

这些人群与真实目标人群不完全一致，研究结果就可能被高估或低估。因此，回顾性队列研究要先问：纳入对象是否还能代表原始目标人群。

2.3 如何减少选择偏倚

可采取的措施主要有三点。

1. 采用尽可能规范的抽样和纳入标准。
2. 优先选择资料完整、来源稳定的人群。
3. 对缺失和排除病例进行描述，并比较其基线特征。

如果被排除者与纳入者在关键特征上差异明显，就要谨慎解释研究结论。对选择偏倚而言，预防远比事后修正更重要。

3. 偏倚二：失访偏倚

3.1 失访为什么会影响结果

失访偏倚本质上属于选择性偏倚。队列研究需要随访暴露组和对照组，但在长时间观察中，部分成员会退出、搬迁、失联或记录中断。若失访在各组中分布不均，或失访者与未失访者的结局风险不同，结果就会被歪曲。

如果暴露组失访者的发病率高于未失访者，最终观察到的发病率往往会被低估。 反之，则可能高估暴露效应。

3.2 回顾性队列更容易遇到的问题

回顾性队列研究虽然不一定“亲自随访”，但仍可能存在结局记录不全、转诊后信息缺失、数据库链接失败等问题。表面上看像是“数据问题”，本质上仍可能是失访偏倚。

当失访率达到一定程度时，研究真实性会明显下降。教学资料中提到，失访率超过5%就应进一步分析，达到20%以上时，研究真实性值得怀疑。 这一点对回顾性队列同样适用。

3.3 处理失访偏倚的做法

常用方法有两类。

• 查询失访者是否死亡及死亡原因。
• 比较失访者与未失访者的基线特征。

如果两者在关键基线变量上相近，则失访带来的偏差可能较小。若差异明显，解释结果时必须更谨慎。最有效的控制方式，仍然是尽量减少失访。

4. 偏倚三：信息偏倚

4.1 信息偏倚是什么

信息偏倚是在获取暴露、结局或其他信息时产生的系统误差，也叫错分偏倚。常见表现包括把有病判断为无病，把有暴露判断为无暴露，或记录错误、测量不准确。

回顾性队列研究特别依赖既往病历和数据库，因此一旦诊断标准不统一、记录质量差、仪器或检测方法前后不一致，就很容易出现信息偏倚。这类偏倚一旦形成，往往很难完全纠正。

4.2 非特异性与特异性错分

信息偏倚可分为两类。

• 非特异性错分：偏倚以相同程度发生于各组，通常会使相对危险度更接近1。
• 特异性错分：偏倚主要发生于某一组，或各组错分程度不同，结果可能被高估或低估。

这意味着，并不是所有错分都会把结果“往同一个方向推”，其影响要结合研究场景判断。

4.3 回顾性队列如何减少信息偏倚

重点有四点。

1. 采用统一、明确的暴露和结局定义。
2. 使用稳定、精确的测量方法。
3. 尽量采用客观记录，而不是依赖主观回忆。
4. 做好数据抽查和重复核对。

如果研究涉及多中心数据，更要确保各中心诊断标准和记录规则一致。对回顾性队列而言，数据标准化就是偏倚控制的第一道防线。

5. 偏倚四：混杂偏倚

5.1 混杂为什么常见

混杂偏倚是指某个第三变量同时与暴露和结局相关，从而歪曲二者关系。它是回顾性队列研究中最常见、也最容易被忽视的问题之一。

教学资料指出，年龄和性别是流行病学研究中最常见的混杂因素。 如果暴露组和对照组在这些变量上分布不均衡，效应估计就可能不是暴露本身的真实作用。

5.2 回顾性队列中的典型例子

比如研究某种暴露与疾病风险的关系，如果暴露组平均年龄更大，而年龄本身就是疾病风险因素，那么观察到的风险增加，可能部分来自年龄差异，而不全是暴露效应。

同样，若吸烟、基础疾病、药物使用史等变量与暴露相关，也都可能构成混杂。混杂不是随机误差，而是解释因果关系时必须处理的结构性问题。

5.3 如何控制混杂偏倚

可分为设计阶段和分析阶段两步。

• 设计阶段：限制、匹配。
• 分析阶段：分层分析、标准化、多因素分析。

如果有条件，最好在研究开始前就进行混杂控制，而不是等结果出来后再补救。因为一旦暴露组和对照组在关键变量上严重失衡，后期调整也未必完全可靠。

6. 回顾性队列研究的解读要点

6.1 看三件事

阅读回顾性队列研究时，建议优先检查三点。

1. 纳入对象是否具有代表性。
2. 暴露和结局定义是否清晰一致。
3. 是否报告了失访、缺失和混杂控制方法。

这三项基本决定了研究能否可信。如果其中任何一项薄弱，结论强度都应下调。

6.2 看两类结果

还要关注效应量与其稳定性。若相对危险度、分层结果或多因素调整前后变化明显，提示偏倚或混杂可能较强。若作者能清楚说明数据来源、排除标准和控制策略，研究可信度会更高。

对于回顾性队列研究，读者不应只看“有无显著性”，更要看“偏倚是否可控”。这是临床研究素养的重要部分。

总结Conclusion

回顾性队列研究效率高，但也更容易受到选择偏倚、失访偏倚、信息偏倚和混杂偏倚影响。真正决定研究质量的，不只是统计方法，而是研究对象、资料来源和控制策略是否严谨。 对医学生、医生和科研人员来说，理解这4类偏倚，有助于提升课题设计能力，也能提高文献批判性阅读水平。

如果你希望更系统地掌握队列研究设计、偏倚控制和论文写作，可以借助解螺旋 的临床研究内容与方法支持，把复杂问题拆成可执行步骤，减少设计误区，提高研究效率。