第三节 病例对照研究
上一节职业病监测的队列研究是从职业病危害因素暴露到职业病和职业健康损害，或从对职业病危害因素固有采取的干预措施到职业病和职业健康损害，是一种从暴露到疾病、从“因”到“果”的流行病学研究方法。反过来，如果职业病或职业健康损害已经明确，要寻找引起职业人群中职业病或职业健康损害的原因，即从疾病反向寻找病因，从“果”反查“因”的研究，这就意味着要回顾调查研究职业人群中的暴露情况。
一、病例对照研究的概念与内容
（一）概念
病例对照研究（case-control study）是流行病学中最常见最基本的方法之一，主要用于探索疾病的危险因素，是对病因假设检验的重要方法。该研究以患有某种明确的特定疾病的对象或具有某明确特质结果的对象作为病例组，以不患有该疾病或不具有该特质结果、但具有与病例组有可比性的对象为对照组，通过询问、实验室检查、病史复查、现场复查等，收集两组研究对象既往各种可能的危险因素暴露史，测量并比较两组中各因素的暴露比例，经统计学检验两组差别的意义，寻找疾病（或事件结果）与暴露因素的关联性。
在职业病监测中，对职业病防治情况的调查，若选用病例对照研究去寻找事件发生的原因，通常通过日常职业病管理网络系统来确定病例组或发生事件阳性结果的对象为研究组，然后再从发生病例的研究对象群体中选择相应的对照组。收集研究的信息应包括所研究的因素、其他可疑的因素，及可能的混杂因素。收集、分析资料的方法，两组应一致。
（二）内容
职业病监测中，病例对照研究涉及的内容主要有：
1.研究对象的判断标准及收集
在职业病监测中，病例对照研究首先要确定某一职业病、职业健康损害或职业人群中多发疾病的判定标准并按确定的标准收集病例，如某职业、某行业、某工种的员工，出现了某种疾病或健康损害，首先应建立这种疾病或健康损害的判定标准，再以确定的标准收集病例。因此，研究对象应有临床上（或亚健康水平）明确、统一的疾病（或亚健康状态）诊断标准，或事件发生的明确、统一的判断标准。这些标准涉及实验室检查与临床症状、体征的采集方法及判定。标准的建立，在研究设计阶段应明确、统一。
2.作业场所暴露因素判定标准及收集
即确定统一的暴露因素标准及暴露因素的收集。这涉及收集的方法和暴露水平测量方法。如：职业活动过程中职业病危害因素的识别，工作场所车间空气的检测方法，生产工艺流程划分，毒害物质实验室检验方法等。
3.防护因素的判定标准及收集
包括职业病防护政策、措施的判定标准；防护政策、措施的定量、半定量化衡量转换；以及研究对象防护政策、设施资料的调查收集方法等等。
4.研究变量的收集
所有研究对象资料的收集均基于病例（或事件）、病因的定义，即研究变量的定义。这种定义应确定且能计数登记，或转换后能计数，变量能以数字的形式表现。
采用病例对照研究的职业病监测与职业健康风险评价，首先应定义病例（或职业病防治相关事件）和研究的暴露因素。其定义的依据有：①国家职业病诊断标准；②国家工作场所车间空气检测方法及标准；③国家、地方、行业作业导则；④临床诊断、检验方法及标准；⑤亚健康标准；⑥国际或已被证实的通用的职业病防治政策、措施的判断准则等。
二、病例对照研究的类型及特点
病例对照研究按研究对象两组的匹配性可分为两大类型：病例与对照不匹配型和病例与对照匹配型，另外还有巢式病例对照研究、病例交叉设计等类型。
（一）病例与对照不匹配的病例对照研究
在研究范围内、设计规定的病例和对照人群中，分别抽取一定数量的研究对象，两组样本数量遵循对照组等于或大于病例组即可，无其他特别限制与规定。病例与对照不匹配型，获取信息量多，实施方便，在职业病监测中，适用于广泛寻找可能的职业健康损害因素，特别适用于职业相关性疾病的病因研究。如出租车司机痔疮高发病率原因的流行病学调查，交通警察健康损害与职业因素流行病学研究，互联网作业人群健康状态与职业紧张的流行病学研究等。
（二）病例与对照匹配的病例对照研究
匹配可分为成组匹配与个体匹配。匹配的目的是排除匹配因素对病例组和对照组比较的干扰，通过匹配控制混杂偏倚。
成组匹配（composing matching），又称频数匹配（frequency matching），是根据病例组中某种特征分布的比例来选择对照，是配对选择对照的替代方法。例如研究某健康损害结局与作业环境中毒害因素浓度（强度）的关系，可以以接触毒害因素工龄分组匹配。这种匹配的定量指标一般要求范围适合，以减少残余混杂。
个体匹配（individual matching），是以病例和对照的个体为单位进行的匹配。
病例对照匹配，其特点在于提高研究效率，控制混杂因素。但选择匹配，也会增加对照的难度。匹配了某因素，就不能在结果中再分析该因素的影响。
（三）其他病例对照研究类型 1.巢式病例对照研究（nested case-control study）
是将传统病例对照研究和队列研究的要素组合形成的一种研究方法。以队列研究为基础，收集研究的某队列人群中每个成员的有关暴露信息及相关混杂资料，以确认的随访期内的全部新发病例为病例组，在同一个队列中为病例匹配一定数量的研究对象为对照组，进行病例对照研究。
在职业病监测中，常先用某一地区的某一行业、某一工种或某一职业人群（或用人单位）为研究队列，在确定的时段内，将该队列新出现的全部新病例（或健康损害）作为病例组，再在该队列人群中选择一定数量的研究对象与病例匹配，组成对照组。收集两组的职业暴露因素，进行统计学比较。
2.病例交叉设计（case-crossover design）
其基本原理为：如果暴露与某急性事件有关，那么该急性事件发生前的一段时间可视为事件发生的危险期，这段危险期被定义为“病例部分”。而危险期前的一段较远的时间，则被定义为“对照部分”。病例与对照两个部分的信息均来自于同一个研究单位。在职业病调查中，常用病例交叉设计调查职业性急性中毒事件，比较急性中毒事件发生前两段时间内的工艺流程、原辅料、防护措施信息以及人员管理信息等因素的变化。
3.病例-病例研究（case-case study）
其基本原理为：确定某一患病人群为研究对象，回顾调查每一个研究对象的环境暴露资料，并收集病人的相关信息（或相关混杂变量），采集病人的生物样本，采用分子生物学技术检测基因型。如职业性三氯乙烯药疹样皮炎的病因学研究，就是通过病例-病例研究的流行病学方法，寻找出该职业病的病因——一种基因缺失导致的变态反应性疾病。病例-病例研究适用于正常人群中基因型与环境暴露各自独立发生且为罕见病的疾病研究。
除上述介绍的病例对照研究类型外，还有病例时间对照设计、病例队列研究等。
三、样本含量的估算
（一）估算方法
病例对照研究不同的匹配方式，研究所需的样本量计算方法也各不相同。
非匹配设计的病例与对照，当病例数等于对照数，可采用下面公式计算样本量：
式中p1为病例组的暴露率，p0为对照组的暴露率，zα和zβ可查相关标准正态分布的分位数表得到，也可直接查相关病例对照研究样本量表得到。
（二）病例对照研究样本量大小的影响因素
1.研究因素在对照组中的暴露率越接近0.5，所需观察的人数越少。
2.估计该因素引起暴露的比值比OR或相对危险度RR。
3.希望达到的检验显著性水平即假设检验第Ⅰ类错误的概率α要求的显著性水平越高（即α值越小），所需观察的人数越多。通常α取0.05或0.01。
4.希望达到的检验把握度（1-β）β为统计学假设检验第Ⅱ类错误的概率。把握度要求越高（β值越小）所需观察的人数越多。通常β值取0.10。
四、偏倚及控制
病例对照研究是一种回顾性研究，从设计、实施、资料分析到结果推论的每一环节，都可能受到很多因素的影响，从而使研究结果系统性偏离了真实情况，产生偏倚。但是，通过严谨的设计和细致的分析，可以识别、减少和控制这些偏倚。病例对照研究常见的偏倚有：选择偏倚、信息偏倚和混杂偏倚。
（一）选择偏倚
选择偏倚是选入的研究对象与未选入的对象在某些特征上存在差异而引起的系统误差。病例对照研究的这种偏倚常发生在设计阶段，主要表现为病例不能代表全体目标对象群体中的病例特征，或对照不能代表全体目标对象的暴露特征。病例对照研究的选择偏倚有：
1.入院率偏倚
当利用医院病人或体检机构的体检者作为病例和对照时，由于选择的研究对象都是来自该医疗机构（或一组医疗机构）的特定病例与特定对照；又由于这些对象到医疗机构做检查（入院）就不是随机的，即这些对象不是全体人群的随机样本；特别是因为各种疾病的入院率不同、接触不同职业病危害因素的体检频率也不一样，这样病例组与对照组在某些特征上易产生系统误差。因此，设计阶段应尽量随机选择产生病例的同一单位的健康人为对照组；分析阶段通过OR值估计与显著性检验，可调整校正暴露率，分析结局与暴露的关系，从而减少因入院率不同而导致的入院率偏倚。
2.现患病例-新发病例偏倚
存活的现有病例，由于某些暴露因素被高估而引起的偏差。例如，所得到的暴露信息可能与存活有关，但与发病没关，或由于疾病后改变了原来的暴露。调查时明确现患病例与新发病例，且将其分亚组比较分析或加用队列研究，可以适当控制这种偏倚。
3.检出症候偏倚
病人因某些与致病无关的症状而就医，提高了早期病例的检出率，过高地估计其暴露程度而引起的偏倚。如病人常因某些与研究目标疾病无关的因素看病或做健康检查，导致某些体征、症状、实验室检测指标高检出。病例按结局严重程度进行多层次划分，使暴露比例趋于正常，能适当控制检出症候偏倚。
4.时间效应偏倚
慢性病例或需要长时间才能出现的结局事件，从开始接触暴露因素到出现健康损害、出现结局事件，往往要经历很长时间过程。因此导致已经发生早期病变却不能检出的人或接触暴露后将发生病变的人，被错误选入对照组，从而产生了系统误差。因此，应尽量采用敏感的方法手段，来判断研究对象的结局；或开展观察期足够长的纵向调查，可以适当控制时间效应偏倚。
（二）信息偏倚
信息偏倚是指在信息收集、整理过程中，由于测量或判断暴露和结局的方法缺陷而造成的系统误差。病例对照研究的信息偏倚发生于研究的实施过程，而不是统计分析阶段。常见的信息偏倚有：
1.回忆偏倚
病例对照研究主要信息收集依靠研究对象对过去暴露史的回忆，既往暴露史回忆的准确性、完整性可能存在系统误差而引起偏倚；同时存在多种因素也可致回忆偏倚。寻找完整的事件过程记录、提高询问者询问技巧，可适当控制病例对照研究的回忆偏倚。
2.调查偏倚
调查者调查、收集信息的方法、态度、广度、深度等因素引起的诱导偏倚、研究对象不真实的信息报告导致的报告偏倚、暴露与结局的判断划分发生错误引起的错分偏倚，均属于调查偏倚。通过培训调查者，统一调查方法；随机抽取一定比例的研究对象进行重复调查，都可适当控制调查偏倚。
（三）混杂偏倚
混杂偏倚是由于研究的目标暴露因素不仅仅与结局事件有关联，而且也可能与其他外来因素存在关联而导致的偏倚。目标暴露因素与疾病（结局事件）的联系被外来因素掩盖或夸大，这种外来因素不是研究的目标暴露因素，也称混杂因素，其引起的偏倚就是混杂偏倚。
病例对照研究的混杂偏倚是一种设计阶段引起的偏倚，在设计时采用限制配比和随机分配的方法，资料分析阶段采用标准化、分层分析或多因素分析模型处理，可适当控制混杂偏倚。
第四节 流行病学实验
用动物实验研究传染病的流行规律始于20世纪初，第二次世界大战后，流行病学研究不再局限于以动物为研究对象，逐渐走出实验室，以人群为研究对象，以工厂、学校、社区、医院作为研究现场，展开了一系列疾病与病因学的研究。随着流行病学的思维方法在临床实践和研究中的广泛应用，流行病学实验已成为流行病学的一个重要分支。
一、流行病学实验的概念、基本方法与特点
（一）流行病学实验的概念
流行病学实验（epidemiological experiment）也称实验流行病学（experimental epidemiology），是指根据研究目的，按预先设计的研究方案，将研究对象随机分配到实验组与对照组，对实验组人为地增加或减少某种暴露因素，然后追踪观察研究该暴露因素的作用结果，用统计学方法比较和分析两组或多组研究对象的结局，从而判断该暴露因素的影响。新提出的职业病危害干预政策、措施的实施效果评价，常用流行病学实验。
例如2003年深圳市对职业病危害因素1，2-二氯乙烷的干预研究中，6个行政区被随机分成两组，实验组的1，2-二氯乙烷用人单位被实施暴露因素：“找替代、禁加班、要通风、勤监测”的干预措施，对照组不实施该暴露因素，通过两年实验，研究该暴露因素的影响结果。
流行病学实验研究中，实验设计是确保实验结果真实性和可靠性的关键。在职业病专项整治中，往往这种实验设计被忽略，甚或根本未经流行病学实验研究，就以行政方式粗暴推出干预政策和措施。
（二）流行病学实验的基本方法与特点 1.流行病学实验的基本方法
研究对象被随机分成两组或多组，每组接受不同的干预措施（暴露因素），对照组可以是零干预。随访观察一段时间，监测登记各组相关信息，比较分析各组的某结局（outcome）或效应（effect）。
2.流行病实验具有以下特点
（1）属于前瞻性研究。
（2）实验组的暴露因素属于人为有目的施加。
（3）遵循随机分组原则，若条件限制，不能采用随机分组方法，实验组与对照组的基本特征也应遵循均衡可比原则。
（4）实验过程时刻谨记医学伦理与法律。
二、流行病学实验主要类型及应用
流行病学实验主要有临床试验与现场试验，前者是以个体为干预单位的试验，后者是以群体为干预单位的试验。
临床试验是以患者为研究对象，按随机原则分组，评价临床各种治疗措施有效性的研究方法。在公共卫生职业病监测中几乎不涉及，故下面重点介绍以人群为干预单位的现场试验。
现场试验是在某一特定的现场环境下进行的干预研究，常用于对某种干预措施的效果评估。特定的现场环境，可以是自然人群所处的环境，也可以是社区人群所处的环境。显然，职业病监测涉及的是后者。
在职业病防治干预中，现场试验常用于：
1.评价干预措施的效果
如电子、五金电镀行业中的表面清洁剂含有高毒害的物质，可改进工艺流程，用低毒性化学物无水乙醇或异丙醇代替正己烷、三氯乙烯，评价其效果。
2.用于验证病因或危险因素
通过干预试验，减少人群中危险因素暴露水平，观察干预因素对结局的影响结果。例如20世纪90年代，电子、五金电镀行业中的金属表面清洗工，发生死亡率高达50%的不明原因的凶险型剥脱性皮炎，怀疑病因可能是表面清洗剂中的三氯乙烯，就有学者通过现场试验研究，来验证这一病因假设。
3.用于评价卫生服务措施和公共卫生实践的质量
如在职业健康教育与健康促进中，可用现场试验，通过比较分析实验组与对照组的相关结局变量，评估健康教育、健康促进中的措施、政策的有效性。
三、现场试验应注意的几个问题
1.结局变量的确定
结局包括主要结局变量和中间结局变量，中间结局变量也称次要变量。在职业病防治中，有的结局变量难以用数字表达，需要转换、明确记录。有的结局变量存在滞后性，如职业健康危害行为的干预试验，健康效应就可能滞后。
2.减少失访现场
试验往往涉及较多的研究对象，样本量较大，追踪观察容易出现失访。职业病监测中，农民工的流动已成为常态，有的用人单位作业工人年流动率高达100%，而现场试验一般要求失访率低于10%。职业病、职业健康损害本来就是小概率事件，失访的劳动者，可能就是因为健康问题而离开所在的用人单位，因此，对失访的工人应尽量追踪、确认是否因研究中的变量结局而离开。
3.混杂因素的控制
在设计阶段尽量采用匹配措施，通过匹配平衡两组人群的基本特征。有的现场试验可能是“类试验”（quasi-experiment），因受条件限制，不能随机分组或设立平衡对照组，对这种情况，更应考虑均衡匹配来控制混杂因素。另外，在资料分析时采用分层分析、多变量分析等统计学分析方法，可适当控制混杂因素的影响，但不可能通过统计分析来彻底消除混杂因素的影响。
4.时间效应偏倚
控制对自身前后比较的类试验资料，也要注意可能存在时间效应偏倚。如职业病防治采用的噪声防治行动计划，在同一噪声干预的研究观察工人群体中，要注意行动计划实施前后噪声损害出现的滞后时间效应。行动干预启动后的前一阶段出现的健康损害，可能是行动计划启动前接触的危害因素引起的；行动结束后，进入统计分析阶段，也可能有后发病例。尘肺病防治行动计划同样存在上述问题。
第五节 偏倚及其控制
流行病学研究时，无论采用什么方法，误差都如影相随，挥之不去。任何误差都会影响研究结果的准确性，使结果与实际发生偏差，甚至相去很远。如果采用适当的方法加以控制，误差是可以减小甚至消除的。
从误差的性质，可将误差分为三类：随机误差、系统误差和过失误差。
随机误差（random error），即只要是抽样，以样本代表总体，就存在样本与总体的误差，因此，随机误差是难以避免的。只有通过研究设计，做到尽量随机，使样本接近总体，来减少随机误差；或通过统计学计算方法，来评价样本与总体的误差。随机误差影响研究的精确度（precision）。
系统误差（systematic error），即偏倚（bias），可发生于流行病学研究的全过程，各环节均可发生，具有方向性，理论上是可以避免的。偏倚影响研究的真实性（validity）。
过失误差（grosserror），也称粗差，指由于工作粗枝大叶、不按操作规程办事等原因造成的差错。过失误差主要是由于测量者的疏忽所造成，无一定的规律可循，这些误差基本上是可以避免的。
本节重点介绍偏倚及其在职业病监测中的测量与控制方法。
一、选择偏倚
选入的研究对象与未选入的对象在某些特征上存在差异而引起的系统误差，称为选择偏倚（selection bias）。各类型的流行病学研究均可能发生选择偏倚，病例对照研究和现况研究最为常见。研究样本的确定、对照组的选择易产生选择偏倚，因此，选择偏倚常发生在设计阶段；另外，信息资料观察、收集过程中的失访或无应答也可产生选择偏倚。选择偏倚主要有6个类型：入院率偏倚、现患病例-新发病例偏倚、检出症候偏倚、时间效应偏倚、无应答偏倚、易感性偏倚。
（一）入院率偏倚
利用医院患者作为对照组时，由于对照是医院的某一部分患者，不是全目标人群的一个随机样本，这样引起的偏差称为入院率偏倚（admission rate bias）。如职业病诊断机构内（或职业健康监护机构内）的某一组患者作为对照引起的偏倚就是入院率偏倚。因此，在设计阶段，应尽量随机选择病例所在同一用人单位的非患者为对照组；分析阶段可通过OR值估计与显著性检验，调整校正暴露率，分析结局与暴露的关系，从而减少入院率偏倚。
（二）现患病例-新发病例偏倚
现患病例-新发病例偏倚（prevalence-incidence bias），也称奈曼偏倚（Neyman bias），是指存活的现有病例，由于某些暴露因素被高估而引起的偏差。引起现患病例-新发病例偏倚的原因主要有两种，一种情况是所得到的暴露信息可能与存活有关，但与发病没关，或由于疾病后改变了原来的暴露；另一种情况是死亡病例和病程短、轻型或不典型的病例，被置于病例选择之外而引起的误差。因此，调查时明确现患病例与新发病例的界限，且将其分亚组比较分析或加用队列研究，可以适当控制这种偏倚。
（三）检出症候偏倚
患者常因某些与研究目标疾病无关的因素就诊或做健康检查，导致某些体征、症状、实验室检测指标高检出，提高了早期病例的检出率，过高地估计其暴露程度而引起的偏倚，称为检出症候偏倚（detection signal bias），也称暴露偏倚（unmasking bias）。由于体检中发现的健康损害，往往属于早期损害，这种偏倚易出现在通过职业健康监护获取资料的病例对照研究。因此，应严格明确入选早期健康损害病例的标准，健康损害的起点标准确定很重要。收集职业病诊断机构的诊断病例，其病例按结局程度划分，多层次包括轻、中、重度患者，从而使暴露比例趋于正常，能适当控制检出症候偏倚。
（四）时间效应偏倚
慢性病例从开始暴露于危险因素到出现明显健康损害，需很长时间，若已发生早期健康损害而未检出，这些人则被当成非病例进入对照组，引起的偏差就称为时间效应偏倚（time effect bias）。由于职业健康损害与暴露因素的关系，除急性职业中毒外，很多健康损害需要漫长的时间才出现；某些职业病危害干预政策、措施作为暴露因素，特别是在高等级区域（国家、省）推行的干预措施或战略性干预措施，其干预结局往往也需要较长时间才出现。采用病例对照研究也会出现时间效应偏倚。尽可能延长纵向调查的观察期、采用敏感的早期检查技术或适当增加早期健康体检的频次可以适当控制这种偏倚。
（五）无应答偏倚
由于某些原因，研究对象没有应答调查研究的信息，而无应答者的信息与应答者的信息可能不尽相同，从而影响研究的暴露及结局的相关情况，这种无应答引起的系统误差称为无应答偏倚（non-response bias）。
导致无应答的原因是多方面的，可以是研究对象的身体健康状况、情绪、对调查内容的兴趣等，也可以是调查员的调查方法、方式等等。失访是无应答的一种常见形式。职业病监测中的无应答，应高度重视。劳动者失访可能恰恰是因为患有与工作相关的疾病而离开工作单位；或者被调查者对某些调查项的不应答，是由于工厂内部管理与被管理的相互制约，无应答隐藏的可能正是关键指标。职业病监测中提高事件的随访率以及健康监护的复查率，能减少无应答偏倚。
（六）易感性偏倚
研究对象是否暴露于某可疑致病因素，与很多原因有关，其中某些原因可直接或间接地影响研究对象对结局事件发生的易感程度，导致暴露因素与结局事件的虚假关联，从而产生系统误差，这类误差称为易感性偏倚（susceptibility bias）。
在职业病监测中，易感性偏倚比较常见，应高度重视。如劳动者的上岗前职业健康检查，剔除了有职业禁忌证（occupational contraindication）的劳动者，即将有该有毒有害因素的易感人员（高危人员）剔除，使作业场所中暴露人员的健康水平高于一般人群，他们对暴露的有毒有害因素的耐受性比一般人群要强，因而表现出对暴露因素的低易感性。
上述选择偏倚均可通过适当的研究设计与实施过程来控制，主要做好以下几个方面：掌握选择偏倚发生的环节；严格选择对暴露、结局的判断标准；统一调查、研究的方法手段；加强与研究对象的密切合作；采用多种对照等。
理论上，通过比较总人群与研究样本人群发生的结局事件和暴露因素的分布数据及其效应值，可以评价选择偏倚。即通过总人群比值比与研究样本人群比值比来计算评价，判断是否存在选择偏倚，其选择偏倚是正偏倚，还是负偏倚。
二、信息偏倚
信息偏倚（information bias），又称观察偏倚或测量偏倚，由于测量暴露的方法或判断结局的标准、方法有缺陷，而造成的系统性误差。这类偏倚出现于收集、整理信息的过程中，而不是统计分析阶段。常见信息偏倚有回忆偏倚和调查偏倚。
（一）回忆偏倚
回忆偏倚（recall bias）发生于病例对照研究。因为病例对照研究的信息收集主要依靠研究对象对过去暴露史的回忆，既往暴露史回忆的准确性、完整性可能存在偏差，这种偏差导致回忆偏倚；同时多种因素的存在也可致回忆偏倚。病例组与对照组的回忆偏倚可能不一样，病例组对事件的记忆可能较深刻，但易强调或自认结局与暴露的关系；对照组由于处于健康状态，容易遗忘暴露事件。
回忆偏倚的产生与事件发生的时间间隔长短、事件的重要性、事件的复杂性、调查的时间、调查方法、被调查者的构成、调查者的调查技术掌握等多种因素有关。控制这些环节，如寻找完整的事件过程记录、提高询问者询问技巧，可适当控制病例对照研究的回忆偏倚。
（二）调查偏倚
调查者调查、收集信息的方法、态度、广度、深度等因素引起的诱导偏倚；或研究对象不真实的信息报告导致的报告偏倚；暴露与结局的判断划分发生错误引起的错分偏倚，均属于调查偏倚（investigation bias）。
调查偏倚也可能来自于调查对象及调查者双方。通过培训调查者，统一调查方法；尽量采用客观指标，检查条件尽量一致；尽量在同一时间内由同一调查员调查病例与对照；随机抽取一定比例的研究对象进行重复调查，都可适当控制调查偏倚。
三、混杂偏倚
由于某种外来因素（extraneous factor）与研究的结局事件有关，而且也与研究的目标暴露因素存在关联，掩盖或夸大了目标暴露因素对结局事件的影响，这种外来因素所引起的偏倚称为混杂偏倚（confounding bias），这种外来因素称为混杂因素（confounding bias），它不是研究的目标暴露因素。
混杂偏倚是一种设计阶段引起的偏倚，设计阶段采用限制配比和随机分配的方法，及资料分析阶段采用标准化、分层分析或多因素分析模型处理，可适当控制混杂偏倚。
（黄先青）