1 基本概念
1.1 定义
观察性研究是指研究者不主动分配处理措施、不对研究对象进行随机干预，而是在自然发生的条件下，对个体、群体或环境中的现象进行观察、记录与分析的一类研究方法。它强调对既有事实的整理与解释，常用于发现变量之间的关联，并为进一步研究提供依据。
1.2 核心特征
观察性研究的核心在于研究者保持“观察者”角色，不改变对象原本所处的状态或经历。其资料来源往往来自现实场景，因此更贴近实际情况，但也更容易受到外部因素影响。
1.2.1 非干预性
非干预性意味着研究对象是否接受某种暴露、行为或处置，并非由研究者安排。研究者主要负责记录已经存在的差异，再比较不同组别或不同时间点的结果。
1.2.2 自然情境观察
这类研究通常发生在真实世界中，如医院、社区、学校、工厂或生态环境。由于不刻意重建实验条件，所得结论往往更接近日常生活中的实际状态。
1.2.3 关联而非因果推断
观察性研究通常能够提示变量之间的联系，但不能像随机对照试验那样直接证明因果关系。若要解释为因果，通常需要结合时间顺序、机制证据以及偏倚控制结果综合判断。
1.3 研究目的
观察性研究的目的通常不在于验证单一干预效果，而在于认识现象、发现规律并提出进一步研究方向。
1.3.1 描述性目的
描述性研究用于呈现某种特征、行为或疾病在不同人群、地区或时间中的分布情况。例如，统计某病的年龄分布、性别差异或季节变化。
1.3.2 探索性目的
探索性研究用于寻找可能存在的相关因素、风险模式或保护因素。它常见于研究初期，帮助研究者缩小观察范围。
1.3.3 假设生成
在许多领域，观察性研究的重要作用是提出假设，即根据现象之间的联系，推测可能存在的机制，再交由后续实验或更严格设计加以检验。
2 研究类型
2.1 横断面研究
横断面研究是在某一时点或较短时间内，对研究对象的暴露与结局情况进行同时测量的一类设计。
2.1.1 设计特点
这种设计强调“截面式”观察，能迅速获得某一时点的人群状态。常用于估计患病率、行为发生率或某些特征的分布情况。
2.1.2 适用场景
横断面研究适合用于公共卫生调查、社区健康普查、市场行为分析等需要快速掌握现状的情境。
2.1.3 局限性
由于暴露与结局往往同时获得，时间先后关系不清，因此较难判断二者谁先发生，也不适合直接推断因果。
2.2 队列研究
队列研究是先按照某种暴露状态或特征将研究对象分组，再随时间观察其结局发生情况的设计。
2.2.1 前瞻性队列研究
前瞻性队列研究从当前开始向未来随访对象，观察事件是否发生。其优点是资料收集较为规范，时间关系清晰。
2.2.2 回顾性队列研究
回顾性队列研究利用既往档案、记录或数据库，重新构建暴露与随访过程，再分析结局差异。它常用于已有长期资料的场景。
2.2.3 暴露与结局关系
队列研究特别适合评估暴露与结局之间的时间顺序和发生风险，例如某种职业暴露之后疾病发生的变化。相较其他观察性设计，它更有利于计算风险指标。
2.3 病例对照研究
病例对照研究从结局出发，先选取已发生某种结局的病例组，再选取未发生该结局的对照组，回溯比较既往暴露情况。
2.3.1 研究对象选择
病例组通常来源于明确诊断的人群，对照组则应尽量来自相同总体，以保证两组在基础来源上可比。
2.3.2 优势与不足
这种方法较省时、省力，适用于结局稀少的研究；但回溯资料容易受记忆误差影响，且对照选择若不当，容易引入偏差。
2.3.3 适用疾病类型
病例对照研究常用于罕见病、潜伏期较长的疾病，或结局发生率较低、难以通过长期前瞻随访获取足够样本的情形。
2.4 生态学研究
生态学研究以群体或地区为单位进行分析，而不是直接以单个个体作为基本观察单元。
2.4.1 群体层面分析
这类研究通常比较不同地区、国家、学校或社区在暴露水平与结局指标上的差异，用于识别宏观趋势或提出初步线索。
2.4.2 生态学谬误
生态学谬误是指将群体层面的关联错误推断为个体层面的关系。例如，某地区总体消费增加，并不必然意味着每个个体都存在相同变化。
2.5 纵向观察研究
纵向观察研究是在多个时间点对同一对象或同一群体重复观察，以追踪变化轨迹和时间趋势。
2.5.1 重复测量设计
重复测量设计可以比较同一对象在不同阶段的状态变化，有助于分析成长、衰老、干预后自然波动等过程。
2.5.2 时间序列特征
当观察点按时间连续排列时，可形成时间序列特征，用于分析趋势、周期性变化或事件前后的波动模式。
3 研究设计
3.1 研究问题与假设
观察性研究通常从一个明确问题出发，例如某暴露是否与某结局相关、某现象在人群中如何分布等。研究假设应尽量具体，以便后续变量选择和统计分析。
3.2 变量定义
变量定义是观察性研究的基础，需提前明确测量对象、分类标准和时间范围，避免后期解释混乱。
3.2.1 暴露变量
暴露变量指研究中关注的原因因素、风险因素或影响因素，如生活方式、职业接触、环境条件或既往经历。
3.2.2 结局变量
结局变量是研究希望解释或比较的结果，可为疾病发生、症状变化、行为表现、死亡、恢复情况等。
3.2.3 混杂变量
混杂变量是同时与暴露和结局相关、并可能扭曲真实关系的因素。例如年龄、性别、基础健康状况、社会经济水平等。
3.3 研究对象与抽样
研究对象的选择直接影响结果的代表性与外推性，抽样策略应与研究目的相一致。
3.3.1 纳入标准
纳入标准用于界定哪些对象可以进入研究，如年龄范围、居住时长、诊断条件或资料完整性要求。
3.3.2 排除标准
排除标准用于剔除可能干扰研究解释的对象，例如资料缺失严重者、关键变量无法获得者或不符合总体定义者。
3.3.3 抽样方法
抽样方法可包括随机抽样、整群抽样、分层抽样或便利抽样等。不同方法对代表性和实施成本的影响不同。
3.4 数据收集
观察性研究的数据来源多样，既可来自调查，也可来自既有记录，还可通过现场测量获得。
3.4.1 问卷调查
问卷调查适合收集行为、态度、经历和自报信息。其优点是覆盖面广，但容易受到理解差异和回忆偏差影响。
3.4.2 访谈与档案资料
访谈可获取较细致的信息，档案资料则包括病历、登记表、学校记录、行政数据库等，具有保存完整、追溯方便的特点。
3.4.3 现场观察与测量
现场观察与测量强调直接获取客观数据，如身高、体重、空气质量、种群密度或行为频次，通常有助于提高信息准确性。
3.5 随访设计
对于需要追踪变化的研究，随访设计十分关键，决定了数据的连续性与完整性。
3.5.1 随访频率
随访频率应根据结局发生速度和研究资源合理设定。过于稀疏可能错过变化，过于频繁则会增加成本与负担。
3.5.2 失访处理
失访是纵向观察中常见问题，处理方式包括记录失访原因、比较失访与未失访者差异，以及在分析中采用适当方法降低影响。
4 数据分析
4.1 描述性统计
描述性统计用于概括样本基本特征，如均值、中位数、比例、标准差及分布情况，为后续分析奠定基础。
4.2 关联分析
关联分析旨在衡量暴露与结局之间的联系强度及方向，是观察性研究的核心步骤之一。
4.2.1 比率与率的比较
研究中常比较两组或多组的患病率、发生率、死亡率等指标，以观察不同条件下结局出现的差异。
4.2.2 风险比与优势比
风险比常用于队列研究，反映暴露组与非暴露组结局发生风险的相对大小；优势比多见于病例对照研究，用于描述某暴露在病例与对照中的相对出现机会。
4.2.3 相关分析
相关分析用于衡量变量间的线性或其他形式联系，但相关程度高并不等同于因果关系明确。
4.3 混杂控制
混杂控制是观察性研究中的重要环节，目的是尽量减少外部因素对结果解释的干扰。
4.3.1 分层分析
分层分析将研究对象按某个混杂因素分开比较，从而观察暴露与结局的关系在各层中是否一致。
4.3.2 多变量回归
多变量回归可同时纳入多个变量进行调整，有助于在统计上控制部分混杂影响，并估计暴露的独立关联。
4.3.3 倾向评分方法
倾向评分方法通过估计个体接受某种暴露的概率，实现组间匹配、加权或分层，常用于改善组间可比性。
4.4 偏倚评估
偏倚评估用于识别研究结果可能偏离真实情况的来源，是判断结论可信度的重要步骤。
4.4.1 选择偏倚
选择偏倚发生于研究对象进入样本的过程存在系统差异，导致样本不能代表目标人群。
4.4.2 信息偏倚
信息偏倚来源于测量或记录误差，例如回忆不准确、问卷理解不一致、仪器误差或分类错误。
4.4.3 混杂偏倚
混杂偏倚是由于第三变量同时影响暴露与结局，使观察到的关联被夸大、减弱或方向改变。
5 优势与局限
5.1 优势
观察性研究在实际应用中具有较高灵活性，适用于多种无法直接实验化的问题。
5.1.1 伦理适用性强
当某些暴露或风险无法由研究者主动安排，或者直接干预不符合伦理时，观察性研究往往是可行选择。
5.1.2 现实世界数据丰富
该类研究所依赖的数据多来自真实环境，能够反映复杂背景下的实际情况，适合补充实验研究的证据。
5.1.3 适合罕见暴露或长潜伏期研究
对于罕见职业接触、少见事件或潜伏期很长的结果，观察性研究通常比实验设计更容易实施。
5.2 局限
观察性研究的不足主要体现在因果解释和偏倚控制上。
5.2.1 因果推断能力有限
由于缺乏随机分配，暴露与结局之间可能存在多种解释路径，因此不能轻易下因果结论。
5.2.2 易受偏倚影响
样本选择、回忆、测量和失访等因素都可能影响结果，使研究结论偏离真实关系。
5.2.3 混杂因素难以完全控制
即使采用统计调整，也难以保证所有混杂变量都被充分测量和处理，尤其在现实世界数据中更为明显。
6 质量控制
6.1 研究方案规范化
规范化方案应在研究开始前明确研究目的、变量定义、抽样规则、数据处理方式和分析计划，以减少随意性。
6.2 测量工具可靠性
测量工具应具备稳定性和一致性，问卷、量表、仪器或编码规则都应尽量经过验证。
6.3 数据清理与核查
数据录入后需进行缺失值检查、逻辑校验、异常值识别和重复记录核对，以提高数据质量。
6.4 结果重复验证
对关键结果进行重复分析或在独立样本中验证，有助于判断结论是否稳定可靠。
7 应用领域
7.1 医学与流行病学
医学与流行病学是观察性研究最常见的应用领域之一，广泛用于疾病分布、危险因素与预后评估。
7.1.1 疾病危险因素研究
研究者常通过观察吸烟、饮食、职业接触、代谢状态等因素与疾病发生之间的关系，寻找潜在风险来源。
7.1.2 预后研究
预后研究关注疾病发生后不同因素对转归的影响，如恢复速度、并发症、复发与生存情况。
7.1.3 公共卫生监测
观察性方法也用于监测人群健康指标变化，帮助识别异常趋势并为防控措施提供依据。
7.2 心理学与行为科学
在心理学和行为科学中，观察性研究常用于记录自然情境下的行为模式与个体发展变化。
7.2.1 行为模式分析
通过观察日常行为、社交互动或反应方式，可分析不同人群在行为习惯上的差异。
7.2.2 发展轨迹研究
纵向观察有助于研究儿童、青少年或成年人在认知、情绪和行为上的发展路径。
7.3 社会科学
社会科学领域常借助观察性研究理解社会结构、群体行为与制度影响。
7.3.1 社会现象描述
此类研究可用于描述人口流动、教育差异、消费模式、家庭结构等社会现象。
7.3.2 政策效果观察
当政策难以随机实施时，研究者可通过观察实施前后或不同地区的变化，评估其可能影响。
7.4 生态学与环境科学
生态学和环境科学中，观察性研究用于分析种群、群落与环境条件之间的关系。
7.4.1 种群变化观察
研究者可记录物种数量、分布范围和繁殖状况随时间的改变，以了解生态系统动态。
7.4.2 环境暴露评估
通过监测空气、水体、土壤或噪声等指标，可评估环境因素与生物反应之间的联系。
8 经典问题与方法学讨论
8.1 因果推断问题
因果推断是观察性研究中最受关注也最具挑战性的问题之一。
8.1.1 关联不等于因果
观察到的变量相关，可能来自共同原因、选择过程或测量误差，因此不能仅凭相关结果直接得出因果判断。
8.1.2 反向因果关系
有些情况下，看似“原因”的变量其实是结果的前兆或后果，导致方向判断出现错误，需要特别注意时间顺序。
8.2 偏倚与混杂的区分
偏倚与混杂都可能影响研究结论，但前者更强调系统性误差，后者则是变量关系被第三因素干扰。清楚区分二者，有助于选择正确的控制策略。
8.3 观察性研究与随机对照试验比较
与随机对照试验相比，观察性研究更贴近真实世界、实施更灵活，但内部效度通常较弱。两者并非对立关系，而是互为补充：前者擅长发现问题，后者更适合验证干预效果。
8.4 证据等级与证据整合
在证据体系中，观察性研究通常被视为重要但需谨慎解释的证据来源。实践中常将其与实验研究、系统综述以及机制研究结合，以形成更完整的判断。
9 相关概念
9.1 实验性研究
实验性研究是由研究者主动施加干预，并通常通过随机分配来比较不同处理效果的研究类型。
9.2 准实验研究
准实验研究介于实验与观察之间，可能存在干预，但随机化不完整或无法严格控制研究条件。
9.3 真实世界研究
真实世界研究强调在自然医疗或社会环境中获取数据，关注实际使用情境下的效果与安全性。
9.4 数据挖掘与大数据分析
数据挖掘与大数据分析利用大规模数据集发现模式、关联和预测规律，常与观察性研究方法相互交叉。