{
  "id": "attrition-bias",
  "title": "失访偏倚",
  "lang": "zh-Hans",
  "source_lang": "en",
  "summary": "失访偏倚是研究开始后，参与者或结局观测值的选择性缺失导致研究结果发生系统性失真的现象。",
  "category": "mathematics",
  "subcategory": "probability-statistics",
  "type": "concept",
  "aliases": [
    "失访偏差",
    "脱落偏倚",
    "流失偏倚"
  ],
  "generated_at": "2026-11-05",
  "model": "pro/gpt-6.1-sol",
  "url": "https://aiwiki.page/zh/attrition-bias/",
  "translations": {
    "en": {
      "url": "https://aiwiki.page/en/attrition-bias/",
      "json": "https://aiwiki.page/en/attrition-bias.json"
    }
  },
  "sections": [
    {
      "heading": "",
      "text": "失访偏倚是一种选择偏差，指研究过程中参与者流失或观测值缺失，使研究结果发生系统性失真。当仍可用于分析的数据无法充分代表研究原本要评估的总体或比较关系时，就会出现这种偏倚。失访在需要长期追踪参与者的研究中很常见，包括随机对照试验、面板调查和观察性研究。观测值缺失不一定会造成失访偏倚：其后果取决于观测值缺失的原因、所估计的量，以及分析如何处理缺失问题。"
    },
    {
      "heading": "失访如何产生偏倚",
      "text": "参与者可能因搬迁、撤回同意、不再回应、缺席评估或无法联系而无法继续接受观测。行政管理失误或记录不完整也可能导致结局数据不可用。在重复测量研究中，退出可能是永久性的，而观测缺失也可能是间歇性的。\n\n当决定哪些结局能够继续被观测到的过程改变了相关的结局分布或比较关系时，失访就会产生偏倚。例如，在一项假设的教育研究中，学习困难最大的学生可能更容易退出研究。此时，如果分析仅纳入仍留在研究中的学生，就可能高估平均学业水平。\n\n在随机试验中，随机化使各治疗组在分配时具有可比性，但仍受抽样变异的影响。它并不能保证结局仍可被观测到的参与者之间也具有可比性。将分析局限于留在研究中的参与者，可能会在各组中筛选出不同类型的人，从而破坏原有的随机比较。\n\n失访应与以下情况区分：\n\n- **初始无应答：**在招募或首次测量时未能从受邀者那里获得信息。\n- **治疗中止：**停止接受所分配的干预，但这不一定妨碍后续结局数据的收集。\n- **不依从：**偏离所分配的治疗方案，无论其结局是否仍可被观测到。\n- **选择性结局报告：**不报告已经测量的结局，或仅选择性地呈现这些结局。\n\n这些过程可能同时发生，但会造成不同的分析问题。"
    },
    {
      "heading": "统计表述",
      "text": "设 \\(Y\\) 为目标总体中每个成员均有定义的结局，\\(R\\) 表示该结局是否被观测到：观测到时 \\(R=1\\)，否则 \\(R=0\\)。目标总体的均值为\n\n\\[\\mu=\\operatorname{E}[Y],\\]\n\n其中，\\(\\operatorname{E}\\) 表示期望值。根据已观测结局计算的未经调整的均值，通常估计的是\n\n\\[\\mu_{\\mathrm{obs}}=\\operatorname{E}[Y\\mid R=1].\\]\n\n若 \\(p=\\Pr(R=1)>0\\)，且相关矩存在，则\n\n\\[\\mu_{\\mathrm{obs}}-\\mu = \\frac{\\operatorname{Cov}(Y,R)}{p},\\]\n\n其中，\\(\\operatorname{Cov}\\) 表示协方差。因此，已观测结局的均值与总体均值之间的差异，取决于结局取值与观测状态之间的关联，而不只是缺失比例。\n\n对于 \\(A=1\\) 组与 \\(A=0\\) 组之间的比较，已观测均值差的失真为\n\n\\[\\begin{aligned} &\\left\\{\\operatorname{E}[Y\\mid A=1,R=1] -\\operatorname{E}[Y\\mid A=0,R=1]\\right\\}\\\\ &\\quad- \\left\\{\\operatorname{E}[Y\\mid A=1] -\\operatorname{E}[Y\\mid A=0]\\right\\}. \\end{aligned}\\]\n\n该表达式表示两组各自因选择而产生的均值偏移之差。因此，失访率相同并不能证明不存在偏倚：两组可能有相同比例的参与者退出，但退出原因与结局的关系并不相同。反过来，失访率不同本身也不能证明治疗效应估计存在偏倚。\n\n失访还会减少可用信息，往往导致统计功效下降、置信区间变宽。这些精度损失与系统性偏倚是不同的问题。"
    },
    {
      "heading": "数据缺失机制",
      "text": "标准的缺失数据框架区分三种机制。这些类别描述的是缺失情况与数据取值之间的关系，而不是缺失量的大小。\n\n完全随机缺失\n\n当缺失模式独立于已观测和未观测的数据取值时，数据属于完全随机缺失（MCAR）。\n\n例如，记录因意外损毁，且损毁与参与者特征或结局无关，这种情况可能近似于完全随机缺失。在适当的抽样条件下，如果数据完全随机缺失，仅使用已观测结局计算简单均值不会引入选择偏差，但会降低精度。\n\n完全随机缺失是一项很强的假设。退出率低并不能证明这一假设成立。\n\n随机缺失\n\n当给定已观测信息后，缺失情况不再额外依赖缺失值时，数据属于随机缺失（MAR）。\n\n对于一组完全观测到的协变量 \\(X\\)，一种简单的表述是\n\n\\[\\Pr(R=1\\mid Y,X)=\\Pr(R=1\\mid X).\\]\n\n例如，退出可能取决于已记录的基线成绩，但在考虑基线成绩后，不再取决于未观测到的最终成绩。\n\n随机缺失并不意味着缺失毫无规律，也不意味着缺失与总体中的结局无关。对留在研究中的参与者进行未经调整的分析，仍可能产生偏倚。恰当的调整需要充分的已观测预测变量、合适的统计模型，以及所用方法要求的其他假设。\n\n非随机缺失\n\n当给定已观测信息后，缺失情况仍取决于缺失值时，数据属于非随机缺失（MNAR）。\n\n例如，即使已观测历史相同，未记录结局特别差的参与者仍可能更容易退出。一般而言，仅凭已观测数据无法区分随机缺失与合理的非随机缺失情形。因此，在非随机缺失假设下进行分析，需要额外假设、外部信息，或对不确定性进行明确探查。"
    },
    {
      "heading": "失访评估",
      "text": "评估既要关注缺失信息的数量，也要关注产生缺失的过程。相关证据包括：\n\n- 各研究组中结局缺失的数量和比例。\n- 参与者从何时起无法继续接受观测。\n- 已记录的退出或缺席评估原因。\n- 留在研究中的参与者与失访参与者的基线特征和既往结局。\n- 缺失是否与治疗分配或结局的预测变量有关。\n- 治疗中止后是否继续收集结局数据。\n\n比较留在研究中的参与者与失访参与者，可以揭示已测量特征的差异，但不能证明两组在未测量特征或缺失结局上具有可比性。同样，对基线差异进行的统计假设检验即使结果不显著，也不能证明失访没有危害。\n\n不存在普遍适用的失访比例阈值，使得低于该阈值的失访可以忽略不计。即使只有少量结局缺失，也可能实质性地影响罕见事件分析；而当缺失机制得到充分理解和妥善处理时，即使缺失较多，造成的失真也可能较小。"
    },
    {
      "heading": "分析方法",
      "text": "完整案例分析\n\n完整案例分析排除缺少分析所需变量的观测记录。这种方法简单直接，但可能丢弃大量信息，并改变分析所代表的总体。\n\n其有效性取决于估计目标和缺失机制。对于许多简单的完整案例分析程序，完全随机缺失是一个充分条件，但并非在所有情境下都是必要条件。在某些特定的、依赖协变量的缺失机制下，一些回归分析仍然有效。但这些例外并不能成为假定完整案例分析通常无偏的理由。\n\n多重插补\n\n缺失数据插补中的多重插补方法，从预测分布中抽取数值来替代缺失值，生成多个完整数据集。随后对每个数据集进行分析，再合并结果，以同时反映估计本身的不确定性和缺失值的不确定性。\n\n标准实现通常依赖于这样一项假设：在给定插补模型所含变量的条件下，数据满足随机缺失。其有效性还取决于模型设定，以及插补模型与预定分析是否相容。用单一预测值填补每个缺失值，通常无法充分反映缺失数据带来的不确定性。\n\n逆概率加权\n\n逆概率加权对已观测参与者赋予不同权重；如果某位已观测参与者与那些不太可能继续被观测到的人相似，就给予其更大的权重。\n\n设\n\n\\[\\pi(X)=\\Pr(R=1\\mid X).\\]\n\n如果给定 \\(X\\) 后满足随机缺失，目标总体中各类成员被观测到的概率均为正，并且满足适当的可积性条件，则\n\n\\[\\operatorname{E}\\left[\\frac{RY}{\\pi(X)}\\right] = \\operatorname{E}[Y],\\]\n\n其中，当 \\(R=0\\) 时，将加权贡献定义为零。\n\n实践中，观测概率通常需要估计。模型设定错误可能留下残余偏倚，而极小的概率估计值可能导致权重不稳定和较大的方差。在纵向研究中，可以对每次后续评估时仍能被观测到的概率建模。\n\n基于似然的方法\n\n最大似然估计等基于似然的方法，无须先构建完整数据集，即可利用部分观测到的记录。例如，重复测量模型可以纳入参与者退出前收集的测量值。\n\n这些方法不会自动消除失访偏倚。其有效性取决于对结局模型和缺失机制所作的假设。在似然推断中忽略缺失过程，需要满足适当的可忽略性条件，而不是仅仅有统计软件可用就足够。\n\n敏感性分析与界限\n\n敏感性分析考察对未观测结局采用不同假设时，结论会如何变化。具体方法包括按指定幅度调整插补值、对依赖结局的退出过程建模，以及找出实质性结论发生改变的临界点。\n\n当结局具有已知的取值上下限时，可以用界限描述与指定假设相容的结果范围。这些界限可能很宽，但能够区分哪些结论受到已观测数据支持，哪些依赖无法检验的假设。一般而言，没有任何方法能在不依赖假设或额外信息的情况下恢复缺失结局。"
    },
    {
      "heading": "估计目标与解释",
      "text": "失访的影响必须相对于估计目标来判断，即研究试图估计的、经过精确定义的量。全体随机分组参与者中的效应，与完成随访者中的效应，并不是同一个量。\n\n意向性治疗分析原则要求按照随机分配的组别进行分析。但这一原则本身既不能补足缺失结局，也不能保证在随访不完整时得到无偏估计。研究即使按原分配组别分析参与者，仍可能依赖对结论有重要影响的缺失数据假设。\n\n对于一些入组后发生的事件，仅将其归为缺失数据问题也不够。例如，若参与者已死亡，那么在某个固定时点测量其生活质量，这一结局可能是没有定义，而不只是未被观测到。将目标定义为存活者结局、复合结局或其他结局，都会改变所估计的问题。\n\n因此，失访与因果推断和统计识别密切相关：结论不仅取决于现有观测数据，还取决于如何定义目标量，以及通过哪些假设将仍被观测到的参与者与不再被观测到的参与者联系起来。"
    }
  ],
  "links": [
    "selection-bias",
    "randomized-controlled-trial",
    "randomization",
    "expected-value",
    "covariance",
    "statistical-power",
    "confidence-interval",
    "statistical-hypothesis-testing",
    "missing-data-imputation",
    "variance",
    "maximum-likelihood-estimation",
    "sensitivity-analysis",
    "intention-to-treat-analysis",
    "causal-inference",
    "statistical-identification"
  ],
  "sources": [],
  "license": "https://creativecommons.org/licenses/by/4.0/"
}