簡易流行病學與生物統計學 一Ｏ二、偏差、誤差、偶然

簡易流行病學與生物統計學

一Ｏ二、偏差、誤差、偶然

作者：吳聰賢醫師

偏差（bias）與誤差（error）是同義詞，其分類有各種版本，有的觀念混淆，有的意思甚至顛倒，現整理說明如下（亦參考護理人員在職訓練第4講）。

1.     抽樣性誤差（sampling error or sampling bias）：雖然利用隨機抽樣（randomized sampling），由於樣本數（sampling size）太少，或者真的很倒楣，抽出的樣本有偏頗，無法代表全體（統計學術語－母群體population），造成統計錯誤，稱為抽樣性誤差。例如，民國91年4月18日（星期四），早上十點，衛生署疾病管制局預防接種組顏哲傑組長、企劃及綜合業務組邱千芳科長、疾管局三分局李翠鳳科長、李蘭珠護理長等八位長官，蒞臨彰化縣衛生局，實施「九十年度縣市衛生局防疫業務綜合考評實地查證」。衛生所預防接種相關業務實地考核部分，隨機抽樣「彰化市大竹區衛生所」和「彰化市南西北區衛生所」做調查，很顯然地，此兩所的表現豈能代表二十七個衛生所的表現？此種誤差稱為抽樣性誤差。

此種抽樣性誤差，有人稱之為偶然（chance）。統計學是概算，抽樣性誤差是必然，只要在95%範圍內（統計學術語稱為95%信賴區間）都可以接受，稱為「偶然」有點詞不達意。

「選擇性誤差（selection bias）」，其涵義不易劃歸為抽樣性誤差或系統性誤差。選擇性誤差常見的例子是「健康工人效應（healthy worker effect）」，例如，彰化縣永靖鄉某膠鞋工廠，研究揮發性化學粘著劑對員工氣喘之影響，由於有過敏性體質的員工，早已落慌而逃，會留下來的，均是健康沒有過敏體質的工人。此種研究，可以預見必然低估粘著劑與員工氣喘的相關性。

2.     系統性誤差（systemic error or systemic bias）：抽樣性誤差以外的，統稱為系統性誤差，人為、儀器、季節、光線、噪音等因素均包括在內。消息性誤差（information bias），又稱為觀察性誤差（observation bias），即是系統性誤差的一種。消息性誤差分三種：一、回憶性誤差（recall bias），由於記憶錯誤所形成，可能真的記憶錯誤或淺意識記憶錯誤，甚至故意說謊。例如，抽菸與肺癌關係的研究，抽煙15年，每天抽菸2包，問卷調查回答「抽菸5年，每天1包」，在肺癌病例組，會低估抽菸與肺癌的相關性，在健康對照組，會高估抽菸與肺癌的相關性。二、訪談者誤差（interviewer bias），訪談者不經意的誘導。例如，同樣一位防談者，或不同一位訪談者，對不同個案提出不同問話，甚至特別提出質疑，「您抽菸幾年？每天抽幾包菸？」、「您抽菸幾年？每天抽幾包菸？好好回想，不要記錯！」、「您一天只抽1包菸，有沒有搞錯啊！是不是一天2包菸？」三、分類錯誤（misclassification bias）， 資料分類錯誤，造成以後統計分析錯誤。例如，民國88年，彰化市大竹區社區健康評估，為統計腦血管意外事件（Cerebral vascular accident，CVA，accident譯為意外事件，可能誤為意外事故，不如直接稱為腦中風）是否受社區健檢的介入而改進，我影印轄區全年度死亡診斷書，結果發現不少死因無法歸類，「心肺衰竭」、「心臟衰竭」和「休克死亡」佔不少個案，最後，依手上現有資料，不是去除，就是胡亂歸類。

非抽樣性誤差（non-sampling error or sampling bias）：抽樣性誤差都難逃一些錯誤，非隨機性抽樣（non-randomized sampling），其錯誤更不用說，沒有統計學推演的意義。此種誤差只是觀念上陳述，統計學上根本不存在此種誤差。