横断面研究抽样方法：如何选最优？

引言Introduction

横断面研究抽样方法，直接决定样本是否代表总体，也决定患病率、关联性结论能否站得住。抽样选错，结果再漂亮也可能偏倚严重。医学生、医生和科研人员在设计研究时，最常卡在“怎么抽、抽多少、抽得准不准”这一步。

1. 横断面研究抽样方法的核心目标

1.1 先明确研究目的，再决定抽样方式

横断面研究最经典的用途，是估计某疾病或某特征在特定人群中的患病率或比例。若目标是描述总体水平，抽样的关键是代表性。若目标是进一步分析危险因素或关联关系，就要兼顾代表性和变量分布。

横断面研究抽样方法不是越复杂越好，而是要与研究目的匹配。
大规模患病率调查，优先考虑能覆盖不同人群层次的方案。
分析性研究，则要避免样本过于单一，导致暴露因素分布不足，影响关联检出。

1.2 横断面研究常见的两类设计思路

从设计上看，横断面研究可分为单次和连续两类。单次横断面研究在某一时间点完成，适合快速描绘总体现状。连续横断面研究则在多个时间点重复抽样，更适合观察趋势变化。

在实际操作中，横断面研究抽样方法的优劣，主要取决于是否能在成本可控的前提下，最大限度减少选择偏倚。
如果抽样框不完整，或样本来源过度集中，研究结论就很难推广到目标人群。

2. 横断面研究抽样方法有哪些

2.1 概率抽样，更适合追求代表性

概率抽样是横断面研究中更规范的方案。它的核心是让总体中每个个体都有已知且非零的入样概率。常见方法包括简单随机抽样、系统抽样、分层抽样和整群抽样。

其中，简单随机抽样适合已有完整名单的人群。系统抽样操作简便，适用于门诊、住院或社区登记顺序明确的场景。分层抽样适合总体内部差异较大的人群，比如按年龄、性别、地区或科室分层。整群抽样则常用于社区、学校、医院病区等天然成组的人群。

如果研究目标是估计总体患病率，概率抽样通常比便利抽样更可信。
它能更好地控制选择偏倚，也更有利于结果外推。

2.2 非概率抽样，常见但要谨慎使用

非概率抽样包括便利抽样、配额抽样和滚雪球抽样。它们的优点是实施快、成本低，常见于临床门诊调查、网络问卷和初步探索性研究。

但这类方法的问题也很明确。样本来源往往集中，代表性不足。比如只在某一家三甲医院门诊抽样，得到的患病率可能明显高于社区总体。因此，非概率抽样更适合探索性分析，不适合作为高质量患病率推断的唯一依据。

2.3 不同抽样方法的适用场景

横断面研究抽样方法的选择，可以简化为以下思路。

• 想估计总体水平，优先概率抽样。
• 想节省成本、快速收集，便利抽样可作为现实方案，但要说明局限。
• 总体分布不均，分层抽样更稳妥。
• 样本天然成组，整群抽样更高效。
• 研究对象难以直接接触，可考虑滚雪球抽样，但偏倚风险更高。

没有绝对最优的抽样方法，只有与问题、资源和现场条件最匹配的方法。

3. 如何判断横断面研究抽样方法是否“最优”

3.1 看代表性，而不是只看样本量

很多人把样本量当作唯一指标，其实不够。横断面研究中，样本再大，如果来自单一来源，也可能偏倚很重。真正要先问的是，样本能否覆盖目标总体的主要特征。

例如，若研究的是某地区成人高血压患病率，就应尽量覆盖不同年龄、性别、城乡和职业人群。否则，即便样本上千，也可能无法准确反映总体。

横断面研究抽样方法的第一标准，是代表性。
样本量只是第二步。

3.2 看操作可行性和成本控制

科研设计离不开现实约束。全人群简单随机抽样理想，但往往需要完整名册，实施成本高。分层抽样信息更充分，但前期整理工作量大。整群抽样容易执行，却可能增加设计效应，降低统计效率。

因此，最优方案往往不是理论上最完美的方案，而是在预算、时间、伦理和现场执行条件下，偏倚最小的方案 。
这也是横断面研究抽样方法设计中最常见的取舍。

3.3 看是否便于后续统计分析

抽样方法还会影响统计处理。整群抽样和多阶段抽样通常需要考虑设计效应。分层抽样则要关注各层权重是否平衡。若抽样设计复杂，却在分析时忽略设计因素，置信区间和P值都可能失真。

所以，横断面研究抽样方法不仅是现场问题，也是统计问题。
在方案阶段就要想清楚，后续是否使用加权分析、分层分析或复杂抽样模型。

4. 设计横断面研究抽样方法时的实操步骤

4.1 第一步，明确目标总体

先定义研究对象。是某院住院患者，还是某地区社区成年人。目标总体越清楚，抽样框越容易建立。

如果目标总体定义模糊，后续抽样就会失焦。比如“普通成年人”这种表述过于宽泛，不利于形成可执行的抽样方案。最好明确年龄范围、地区范围、时间范围和纳入排除标准。

4.2 第二步，建立抽样框

抽样框是抽样方法能否落地的基础。它可以是居民名册、学校名单、门诊登记、住院系统或企业员工表。抽样框要尽量完整，避免漏掉关键人群。

抽样框不完整，会直接削弱横断面研究抽样方法的可靠性。
这也是很多研究出现选择偏倚的源头。

4.3 第三步，选择抽样策略

如果总体异质性明显，优先考虑分层抽样。
如果现场组织成本高，整群抽样更现实。
如果研究资源有限，便利抽样可用于初步研究，但应在论文中如实说明局限。
如果需要兼顾效率和代表性，可采用多阶段抽样。

多阶段抽样在公共卫生调查中很常见。通常先按地区或机构分层，再在二级单位中抽取家庭、病区或个体。它的优点是执行灵活，适合大范围调查。

4.4 第四步，计算样本量并预留失访或无效样本

横断面研究虽然不是随访研究，但现场调查依然会出现拒访、漏答和无效问卷。样本量设计时，应预留一定冗余。
如果研究重点是患病率估计，样本量通常还要结合预期比例、允许误差和置信水平计算。若研究关注分层比较或关联分析，还需考虑组间比例和效应量。

样本量足够，只能说明统计精度有基础，不代表抽样就一定合理。

5. 常见误区与优化建议

5.1 误区一，只追求方便，不管偏倚

门诊、网络平台、科室内部问卷最容易操作，但也最容易过度集中于特定人群。这样得到的结果，往往只能代表“被抽中的那一群人”，不能简单外推到总体。

5.2 误区二，抽样方案和研究目的不匹配

如果想做患病率调查，却只从某专科门诊抽样，代表性通常不足。若想做关联分析，却样本中暴露组比例过低，也很难观察到稳定关系。
横断面研究抽样方法必须先服务于研究问题，再服务于发表。

5.3 误区三，忽略抽样设计对统计结果的影响

复杂抽样不只是“抽到了人”，还涉及权重、聚类和分层。若分析阶段忽略这些因素，结果可能看起来显著，实际上并不稳健。
因此，研究开始前就应规划好抽样与分析的衔接。

总结Conclusion

横断面研究抽样方法的关键，不在于形式多漂亮，而在于是否真正匹配研究目标、现场条件和统计分析要求。想做高质量横断面研究，先解决代表性，再谈样本量和模型。 对医学生、医生和科研人员来说，最重要的是在设计阶段把抽样框、抽样策略和分析方案一起想清楚。

如果你正在准备横断面研究方案，想进一步提升抽样设计、样本量估算和论文结构的规范性，可以借助解螺旋品牌的科研支持工具与方法服务，把抽样方案做得更稳、更规范，也更利于后续发表。