Ascertainment Bias

定义 Definition

Ascertainment bias（确证偏倚/选取偏倚）：一种系统性偏差，指由于样本被发现、招募、记录或纳入研究的方式不均衡，导致某些人群或事件更容易被“看见”，从而使研究结果或统计结论出现偏离真实情况的倾向。常见于医学研究、流行病学、心理学与数据分析中。（在不同语境下也可能被归入“选择偏倚”的一种表现。）

发音 Pronunciation (IPA)

/stnmnt bas/

例句 Examples

Ascertainment bias can make a disease seem more common than it really is.
确证偏倚可能会让一种疾病看起来比实际更常见。

Because the study only included patients from a major hospital, ascertainment bias likely inflated the reported rate of complications.
由于研究只纳入了大型医院的患者，确证偏倚很可能抬高了并发症发生率的报告数值。

词源 Etymology

ascertainment 来自动词 ascertain（“查明、确定”），其词源可追溯到中古英语，源于古法语与拉丁语系表达，核心含义是“使之确定/弄清楚”。bias 意为“偏向、偏差”。合起来，ascertainment bias 强调偏差产生在“被查明、被发现、被纳入统计”的环节：谁更容易被发现谁就更容易进入数据，从而造成系统性失真。

文学与著名作品 Literary Works

在传统文学作品中，ascertainment bias 作为现代统计与医学研究术语并不常见；它更常出现于学术写作与研究方法类著作中，例如：

Modern Epidemiology（Rothman, Greenland, Lash）：讨论包括选择偏倚在内的多种偏倚来源，相关章节常涉及“病例发现/纳入方式”导致的偏差。
Clinical Epidemiology: The Essentials（Fletcher 等）：在临床研究设计与证据解读中讨论筛查、发现与纳入造成的系统性偏差。
The Lady Tasting Tea（David Salsburg）：以统计学史与案例讲解统计推断中的误区与偏差（相关概念语境中可能提及或对应说明）。