1. 流行病学调查中的三种偏倚及其控制方法

集合偏倚(assembly bias)： 也称分组偏倚、集中偏倚、就诊偏倚，是一种选择性偏倚。指进入研究队列的患者存在一些除研究因素以外的其他因素不一致，而这些因素本身对疾病的结局发生影响，如疾病的严重程度、病程的长短、是否发生合并症及有无治疗或治疗措施不同的影响。

2. 流行病学研究中常见的三大偏移

一、选择偏倚

包括入院率偏移（伯克森偏移）、现患病例﹣新发病例偏倚（奈曼偏移）、检出症候偏倚、无应答偏倚（失访偏倚是其另一种表现形式）和易感性偏倚。选择偏倚在各类流行病学中均可发生。其中，现况研究易出现无应答偏倚（但不包括失访偏倚）；病例对照研究易出现入院率偏移、现患病例﹣新发病例偏倚、检出症候偏倚。

二、信息偏倚

包括回忆偏倚、报告偏倚、暴露怀疑偏移、诊断怀疑偏和测量偏倚。信息偏倚在各类流行病学中均可发生。其中，现况研究易出现回忆偏倚、报告偏倚和测量偏倚；病例对照研究易出现回忆偏倚和暴露怀疑偏移；队列

3. 流行病学研究中的偏倚一般分为三类它们是

Berkson提出的，他也叫berkson偏倚

4. 流行病学病因研究中常见偏性的种类及控制方法

选择性偏倚选择偏倚的种类很多，常见的有以下几种。

1.入院率偏倚

入院率偏倚亦称伯克森偏倚），是指利用医院就诊或住院病人作为研究对象时，由于入院率的不同而导致的偏差。因此，若在医院内选择研究对象进行流行病学研究时，应注意到可能会出现这种偏倚。

2.现患病例-新病例偏倚

现患病例-新病例偏倚也称奈曼偏倚。在病例对照研究或现况研究中，用于研究的病例一般是研究时的现患病人，而不包括死亡病例和那些病程短、轻型、不典型的病例。此外某些病人在患病后，有可能会改变其原来的某些因素的暴露状况。这样用于研究的病例类型（现患病例）显然会与队列研究或实验研究不同，它们多用新病例，由此而产生的偏倚即为现患病例-新病例偏倚。

3.检出偏倚

检出偏倚或称检出症候偏倚），指某因素与某疾病在病因学上虽无关联，但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疾病相关联的错误结论。

4.易感性偏倚

有些因素可能直接或间接的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，由此而产生的偏倚称为易感性偏倚。易感性偏倚的典型例子是在对职业性疾病研究中的健康工人效应。当在对某一有毒物质对作业工人的健康危害进行研究时，可能会发现暴露于该有毒物质者的死亡率或某些疾病的发病率反而比一般人群低。原因是接触此类有毒物质者，由于工作性质的需要，其健康水平就比一般人群高，或者对毒物的耐受性比一般人群要强，因而对某些疾病的易感性低所致。不认识这一点就可能会导致错误的结论。

5.排除偏倚

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。

6.无应答偏倚

无应答者是指研究对象中那些没有按照研究设计对被调查的内容予以应答者。某个特定样本中的无应答者的患病状况，以及对某一或某些研究因素的暴露情况与应答者可能不同，由此而产生的偏倚称为无应答偏倚。无应答偏倚在观察性研究或实验性研究中均可发生。

5. 流行病学三类偏倚控制方法

偏倚的控制: 1、加强科学设计，在选择对象时，尽可能采取随机抽样原则；进行检查或调查时尽可能采取盲法；调查的变量尽可能采取客观性强的指标。并注意研究对象的代表性。如果在医院选择病例，则尽可能多选几所医院进行。对无应答的对象，要设法补救并在分析时对无应答的影响作出特别分析。 2、对混杂因子的作用，在研究设计阶段可采用限制和匹配的方法进行控制。在分析阶段可采用分层分析方法，标准化处理或应用多因素分析方法进行处理。

6. 流行病学研究中的偏倚

也叫奈曼（Neyman）偏倚，在病例对照或现况研究中，用于研究的病例一般为现患典型病例，不包括某些不典型病例；另外，某些病人患病以后可能会改变其原来某些因素的暴露情况。

而在队列研究和实验流行病学研究所用的多是新病例，由此而产生的偏倚称为现患病例—新发病例偏倚。

7. 流行病学研究中常见哪些偏倚,如何控制

低风险偏倚是流行病学里非常重要的概念，是指研究结果与真实情况之间所存在的系统性偏差风险比较低。偏倚的来源有多种，任何在设计、实施、分析或报告等研究环节中出现的问题，都有可能高估或低估真实的情况，影响研究的内部真实性（Internal validity）。

同一种偏倚来源，在不同的研究中所产生的偏倚大小和方向可能是不同的，加之真实的效应通常不能确切知道，因此我们难以定量评价偏倚的程度，而只能定性判断偏倚风险（Risk of bias）是否存在及其可能对结果产生影响的方向。

8. 流行病学调查中的三种偏倚及其控制方法是什么

　　测量学中偏倚是指一切测量值对真值的偏离。包括测量仪器的不准，样本过小，试验设计不合理，分配或分组不均衡，抽样未随机，测量者有主观倾向等。医学研究中偏倚是指在临床研究中，研究结果总是会或多或少的偏离真实情况，这种偏离我们称之为误差(error)。在不同的学科中对偏倚的解释差别不大，统指与目标有所偏离的意思。　　虽然要在研究工作中完全避免误差几乎是不可能的，但对于研究中可能存在的各种误差，我们要在临床研究工作的各个环节中尽量加以控制和预防，以使研究结论更符合实际情况。 　　临床研究中误差的来源可以分为两类：一类是随机误差（random error）；一类是系统误差（systematic error）。 　　随机误差：是由于抽样误差所引起的，其大小可以用统计学方法进行估计，但没有方向性，也就是说，这种误差的存在使研究结果随机的高于或小于真值。 　　系统误差即偏倚（bias）：是指研究结果系统地偏离了真实情况。与随机误差不同，偏倚的存在总是造成研究结果或高于真值或低于真值，因而具有方向性。由于在研究工作中定量的估计偏倚的大小很困难，而确定偏倚的方向却相对较容易。当偏倚使研究结果高于真值时，称之为正偏倚，反之，偏倚使研究结果低于真值时，称之为负偏倚。 　　临床研究中的偏倚一般分为三类，即选择偏倚、信息偏倚、混杂偏倚。 　　选择偏倚：出现于研究设计阶段，指由于研究对象选择不当而使研究结果偏离真实情况而产生偏倚。研究设计上的缺陷是选择偏倚的主要来源，在确定研究对象时表现得最为突出。常见的情况是在研究开始时实验组和对照组就存在着除诊疗措施以外的差异，而缺乏可比性。 　　信息偏倚：又称观察偏倚、测量偏倚，是指研究过程中进行信息收集时产生的系统误差。测量方法的缺陷，诊断标准不明确或资料的缺失遗漏等都是信息偏倚的来源。 　　混杂偏倚：流行病学研究中，由于一个或多个外来因素的存在，掩盖或夸大了研究因素与疾病的联系，从而部分或全部地歪曲了两者间的真实联系，称之为混杂偏倚（confounding bias）或混杂（confounding）。引起混杂的因素称为混杂因子（confounder）。 　　从某种意义上讲，偏倚是抽样调查所无法避免的误差。也就是说，只要是抽样，就会产生偏倚。相应地，要最大限度地控制偏倚，只能通过多次抽样、预实验等手段加以判断。由于许多调查或实验是无法重复或进行预实验的，所以经验在偏倚的处理上也是非常重要的。