1 基本概念
1.1 定义
偏倚风险是指研究结果由于设计、实施、测量、分析或报告过程中的系统性偏差，而偏离真实情况的可能性。它强调的不是单纯的随机波动，而是结果向某一方向持续偏移的倾向。在医学、公共卫生、社会科学和其他实证研究中，偏倚风险常被用来判断一项研究的结论是否可靠。
在方法学上，偏倚风险通常与研究质量评价、证据综合和结论解释紧密相关。一个研究即使样本量较大、统计结果显著，也可能因为偏倚风险较高而降低可信度。相反，若研究在设计和执行中尽量控制了偏倚，其结果往往更接近真实效应。
1.2 与误差、偏差和不确定性的区别
偏倚风险、误差、偏差和不确定性在日常语境中容易混用，但在研究方法中含义并不相同。误差通常是一个较宽泛的概念，可包括随机误差与系统误差；前者多表现为偶然波动，后者则是可重复、可预测的方向性偏离。偏倚则更接近系统误差，强调结果并非随机地偏离真实值，而是由于某种机制持续影响研究过程。
不确定性则主要指结果存在分布范围或估计区间，反映我们对真实效应的把握程度有限。它并不必然意味着研究存在系统性问题，只是说明结论周围仍有波动空间。换言之，偏倚风险关注“是否偏了”，不确定性关注“有多不确定”，两者虽相关，却不能互相替代。
1.3 偏倚风险在证据评价中的作用
偏倚风险是证据评价中的核心维度之一，直接影响对研究结论的信任程度。研究者和证据使用者常借助它判断一项试验、观察研究或综述结果是否值得纳入进一步分析。偏倚风险越高，研究结果越可能被高估、低估或呈现错误方向。
在系统综述、Meta分析和临床指南制定中，偏倚风险不仅用于单篇研究评价，也用于整合多项研究时的权重调整和证据分级。它能够帮助识别哪些结果较稳健，哪些结论应谨慎解释，从而提高综合证据的可用性。
2 偏倚的主要来源
2.1 研究设计阶段
研究设计阶段的偏倚往往在数据收集之前就已埋下隐患。如果研究问题界定不清、样本选择不当或分组方式存在系统差异，后续分析即使再严谨，也难以完全弥补最初的结构性问题。
2.1.1 选样偏倚
选样偏倚是指被纳入研究的样本不能代表目标总体，导致样本与总体之间存在系统差别。比如，若研究只在某一类医疗机构、特定人群或自愿参与者中招募对象，所得结论可能无法推广到更广泛的人群。
这种偏倚常见于招募方式单一、入组条件过于严格或样本来源有限的研究。其后果是研究结果看似明确，实际上只反映了特定样本的特征。
2.1.2 混杂偏倚
混杂偏倚是指某些与暴露和结局都相关的因素，干扰了研究者对真实关系的判断。它会使暴露与结局之间的关联被夸大、缩小，甚至完全掩盖真实效应。
在观察性研究中，混杂尤其常见。例如，某种生活方式与健康结局之间的关系，可能受到年龄、基础健康状况、社会经济因素等影响。若未能充分控制，这些因素就可能造成错误归因。
2.2 研究实施阶段
研究进入实施阶段后，数据如何被测量、记录和执行，会直接影响结果的稳定性。即便设计合理，如果执行过程不一致，也会引入新的系统偏差。
2.2.1 测量偏倚
测量偏倚是指暴露、结局或其他变量在测量过程中出现系统性误差。常见原因包括测量工具不准确、测量标准不统一、记录方式不一致等。
例如，若不同组使用了灵敏度不同的检测方法，或者评估标准在研究期间发生变化，就可能使结果出现方向性偏移。此类偏倚常被称为信息偏倚的重要组成部分。
2.2.2 观察者偏倚
观察者偏倚指研究者、评估者或记录者在知晓分组或预期结果的情况下，无意中影响观察与判断。它可能表现为对某组结局更敏感、记录更积极，或在主观评分中倾向某一方向。
盲法不足时，观察者偏倚更容易出现。对于需要主观判断的结局指标，如疼痛评分、影像判读或行为评价，这种偏倚尤需警惕。
2.2.3 受试者依从性问题
受试者依从性问题是指参与者未能按照研究方案接受干预、完成观察或按要求提供信息。依从性不足可能使分组效果被稀释，也可能让不同组之间的比较失去原有基础。
在干预研究中，服药不规律、交叉使用其他措施、退出随访等都属于常见情形。若未妥善处理，这些问题会降低结果解释的清晰度。
2.3 数据分析阶段
数据分析阶段的偏倚并不一定源于原始数据本身，而常来自分析策略的选择。分析方法如果缺乏预先约束，研究者可能在多种路径中挑选最有利的结果，进而影响结论的客观性。
2.3.1 失访偏倚
失访偏倚是指研究对象在随访过程中系统性脱落，且脱落者与保留者在特征或结局风险上存在差异。若失访并非随机发生，最终分析样本就可能失真。
例如，病情较重者更容易中途退出，或者某一组退出比例明显更高，都会使估计值偏离真实水平。随访时间越长、研究过程越复杂，失访问题通常越值得关注。
2.3.2 选择性分析
选择性分析是指研究者在多种统计模型、亚组、终点或处理方式中，倾向选择最有利于支持假设的分析结果。它会使研究结论看上去更“漂亮”，但可靠性下降。
这种做法可能包括反复尝试不同协变量组合、只报告显著结果或在事后定义分析路径。若缺少透明记录，读者很难判断最终结论是否经过了筛选。
2.4 报告阶段
报告阶段的偏倚发生在结果整理与发表过程中，问题不一定出在研究本身，而可能出在哪些内容被呈现、哪些内容被省略。
2.4.1 选择性报告偏倚
选择性报告偏倚是指研究者只报告部分结果，而未充分呈现全部预设结局或重要分析。通常，显著、积极或更“吸引人”的结果更容易被优先展示。
这种偏倚会造成读者对研究全貌的误判，因为未报告的结果可能与已发表结论不一致。其危害在于扭曲证据图景，使后续综合分析受到影响。
2.4.2 发表偏倚
发表偏倚是指具有显著性、方向明确或更受关注的研究更容易被发表，而结果平淡、阴性或不一致的研究则较难进入公开文献。这样一来，已发表文献并不能完整反映全部已完成研究。
在系统综述与Meta分析中，发表偏倚会使综合效应看起来比实际更强。它是文献证据聚合时必须重点考虑的问题之一。
3 偏倚风险的评估框架
3.1 评估原则
偏倚风险评估并非机械打分，而是基于研究过程证据作出结构化判断。评估者通常需要结合研究设计、实施细节、数据完整性和报告透明度，综合判断偏倚是否可能影响主要结论。
3.1.1 预先设定标准
预先设定标准是指在评估前明确判断依据、结局优先级和分类规则。这样可以减少事后解释带来的主观性，使不同研究之间的比较更为一致。
若没有统一标准，同一项研究在不同评估者手中可能得到不同结论，削弱评价结果的可比性。预设规则还有助于提高综述和证据合成的可重复性。
3.1.2 证据透明性
证据透明性要求研究过程、数据来源、分析方法和结果呈现尽可能清晰可追溯。透明度越高，外部评估者越容易识别潜在偏倚。
透明不仅体现在发表全文，还包括方案注册、数据说明和方法细节的完整披露。缺乏透明性时，即便研究表面上设计规范，也难以确认其内部是否存在隐藏偏差。
3.2 常用评估工具
不同研究类型对应不同的偏倚风险评估工具。工具的目的并不是给出一个绝对分数，而是帮助系统识别可能影响结果可信度的环节。
3.2.1 随机对照试验的评估工具
随机对照试验通常被认为具有较强的因果推断能力，但仍可能受到执行和报告环节的影响，因此需要专门工具加以评价。
3.2.1.1 Cochrane偏倚风险工具
Cochrane偏倚风险工具是较早广泛使用的随机试验评价框架，主要关注随机序列生成、分配隐藏、盲法、不完整数据、选择性报告等方面。它强调按领域判断，而非简单总分。
这一工具的优势在于结构清楚，便于识别具体薄弱环节。其不足是部分判断仍依赖研究信息的完整程度，且在某些场景下主观性较强。
3.2.1.2 RoB 2工具
RoB 2工具是针对随机对照试验的更新评估框架，进一步细化了对结果层面的偏倚判断。它将关注点放在随机化过程、偏离干预、缺失数据、结局测量和选择性报告等关键域。
与早期工具相比，RoB 2更强调围绕“某个特定结局”进行评价，有助于更精确地反映不同结局的偏倚风险。
3.2.2 非随机研究的评估工具
非随机研究缺少随机分配机制，因此更容易受到混杂和选择偏倚影响，评估时需要更专门的框架。
3.2.2.1 ROBINS-I工具
ROBINS-I工具主要用于评价非随机干预研究的偏倚风险。它从类似目标试验的视角出发，考察混杂、参与者选择、干预分类、偏离干预、缺失数据、结局测量和结果报告等问题。
该工具适合较系统地审视观察性干预研究，但对评估者的专业要求较高，且信息需求较大。
3.2.3 观察性研究的常用检查表
观察性研究常使用各类检查表进行质量或偏倚评估，如针对队列研究、病例对照研究和横断面研究的结构化清单。这类工具往往围绕样本来源、暴露定义、结局判定、混杂控制和统计分析展开。
检查表的特点是操作性较强，适合快速筛查研究方法学问题。不过，不同工具之间标准不完全一致，因此在使用时应说明所采用的具体框架。
3.3 评估维度
3.3.1 随机化过程
随机化过程用于判断研究分组是否真正随机，以及随机方法是否可预测或可操控。若随机序列生成不充分，分组可能出现系统差异。
3.3.2 分配隐藏
分配隐藏是指在入组前不让研究执行者预知受试者将进入哪一组。若隐藏不足，分组信息可能被提前获知并影响纳入决策，从而引入选择偏倚。
3.3.3 盲法实施
盲法实施关注参与者、研究人员和评估者是否知晓分组信息。盲法越完善，主观判断和行为干预越不容易影响结果。
3.3.4 不完整结局数据
不完整结局数据主要看失访、缺测和中途退出是否严重，以及这些缺失是否与结局相关。数据缺失越集中、越不均衡，偏倚风险通常越高。
3.3.5 结局测量
结局测量评价的是结果指标的定义、工具和执行是否一致、客观且可靠。若测量方式存在差异，结局比较可能失真。
3.3.6 选择性报告
选择性报告关注研究是否完整呈现预设结局、分析和亚组结果。若只公布部分结果，研究的可信度会明显下降。
4 不同研究类型中的偏倚风险
4.1 随机对照试验
随机对照试验通常在控制混杂方面具有优势，但仍可能受到盲法不足、失访、依从性差和报告不全等问题影响。尤其当试验规模较小或执行条件复杂时，偏倚风险仍不容忽视。
4.2 队列研究
队列研究常用于观察暴露与结局之间的时间顺序关系，但容易受到混杂、失访和暴露测量误差影响。若暴露组与非暴露组基础特征差异较大，结果解释就需格外谨慎。
4.3 病例对照研究
病例对照研究对罕见结局较为高效，但较容易出现选择偏倚和回忆偏倚。病例与对照的选择是否合理、既往暴露信息是否准确，往往决定研究质量高低。
4.4 横断面研究
横断面研究主要用于描述某一时间点的状态或相关性，常见问题是因果方向不清和测量一致性不足。由于暴露与结局同时测量，其偏倚风险评价需特别关注样本代表性与信息准确性。
4.5 系统综述与Meta分析
系统综述与Meta分析本身并不直接产生原始数据，但会受到纳入研究偏倚的累积影响。若检索不全、纳入标准不一致或发表偏倚明显，综合结果仍可能失真。
此外，综述过程中的筛选、数据提取和统计合并也可能引入新的偏差。因此，综述类研究同样需要严格的偏倚风险控制。
5 偏倚风险的后果
5.1 对效应估计的影响
偏倚风险最直接的后果是效应估计偏离真实值。某些情况下，效应可能被高估，看起来干预更有效；另一些情况下，则可能被低估，掩盖真实作用。
5.2 对统计显著性的影响
偏倚可能改变结果是否达到统计显著。一个本来接近无效的关系，可能因偏差被放大而显著；反之，真实存在的效果也可能被偏倚掩盖，从而表现为“不显著”。
5.3 对外部真实性的影响
偏倚风险高的研究通常不仅内部可信度下降，也会影响外部真实性，即结果能否推广到其他人群和情境。若样本不代表总体，结论的适用范围就会受限。
5.4 对临床与政策决策的影响
在临床和政策场景中，偏倚会直接影响资源配置、干预选择和优先级判断。若依据偏倚较高的研究制定决策，可能造成效果夸大、成本判断失准或后续修正代价增加。
6 降低偏倚风险的方法
6.1 研究设计优化
好的设计是控制偏倚的第一步。许多问题一旦在方案阶段处理得当，后续就不必依赖复杂的统计修补。
6.1.1 随机化
随机化可以减少组间已知与未知因素的不平衡，使比较更接近公平。它是干预研究中降低选择偏倚和混杂影响的重要手段。
6.1.2 分配隐藏
分配隐藏能够避免入组者或研究人员提前得知分组，从而减少人为操控的空间。它与随机化相辅相成，是保障分组公正的重要措施。
6.1.3 盲法
盲法可降低参与者、研究者和评估者对结果的主观影响。对于结局较主观的研究，盲法尤为关键。
6.2 数据收集改进
数据收集环节越规范，偏倚出现的机会越少。标准化流程有助于提升不同受试者之间的可比性。
6.2.1 标准化测量
使用统一的测量工具、操作步骤和判定标准，可以减少不同观察者或不同时间点之间的不一致。标准化还利于跨中心研究的数据整合。
6.2.2 提高随访率
提高随访率有助于减少缺失数据和失访偏倚。常见做法包括优化联系机制、简化随访流程以及增强参与者配合度。
6.3 分析与报告规范
规范分析和报告，可以减少研究结果在后期被“加工”的空间，使读者更容易判断证据真实面貌。
6.3.1 预注册研究方案
预注册能够在研究开始前固定主要问题、结局和分析计划。这样可减少事后挑选结果的倾向，提高透明度。
6.3.2 按预设结局报告
按预设结局报告有助于避免只展示有利结果。完整、对应方案的呈现方式更有利于读者全面理解研究发现。
6.3.3 敏感性分析
敏感性分析用于检验结论对不同假设、不同模型或不同数据处理方式是否稳健。若主要结论在多种情境下保持一致，说明其受偏倚影响可能较小。
7 在系统综述中的应用
7.1 文献筛选中的偏倚判断
系统综述在筛选文献时，需要先判断检索是否全面、纳入标准是否一致，以及是否存在明显的选择性取舍。筛选阶段的偏倚会影响后续所有综合分析。
7.2 纳入研究的分层评价
对纳入研究进行分层评价，可以区分高、低偏倚风险研究对总体结论的贡献。这样不仅便于解释结果差异，也有助于识别稳健证据与脆弱证据。
7.3 证据分级与推荐强度
在证据分级和推荐制定中，偏倚风险是影响结论强弱的重要因素。若多数纳入研究偏倚风险较高，即使结果方向一致，也通常需要降低推荐强度或增加不确定性说明。
8 相关概念
8.1 偶然误差
偶然误差是由随机波动引起的结果不稳定现象，与样本量、测量噪声和抽样过程密切相关。它不同于偏倚，不一定使结果朝某一方向系统偏移。
8.2 混杂因素
混杂因素是同时影响暴露与结局的变量，可能造成虚假的关联或掩盖真实关系。它是观察性研究中最重要的威胁之一。
8.3 可信度
可信度指研究结果被认为可靠、可接受和接近真实情况的程度。偏倚风险越低，可信度通常越高。
8.4 研究效度
研究效度是指研究结论正确反映目标问题的程度，通常包括内部效度和外部效度。偏倚风险主要影响内部效度，并可进一步波及外部效度。