队列研究中的依时混杂偏倚和随访时间偏倚

未加识别或控制的混杂因素和偏倚会影响流行病学研究中因果关系的准确判断。目前已熟知队列研究中可能出现的选择偏倚及失访偏倚，为此笔者复习了队列研究中可能存在的依时混杂偏倚及其控制方法，并通过实例提出随访时间偏倚的概念及其控制方法。

应用边际结构模型控制依时混杂偏倚

在纵向研究中，有些暴露变量会随着时间变化而变化，称为依时协变量（time-dependent variables）。Robins等提出，当研究出现：①存在一个依时协变量，既是结局的影响因素，又是随后暴露的影响因素，这种情况称为依时混杂因素（time-dependent confounder）；②过去的暴露历史影响这一依时混杂因素，此时，应用传统的混杂因素校正方法（如分层分析、回归分析）可能会得出有偏倚的因果效应估计，这时应使用边际结构模型（Marginal Structural Models，MSMs）估计暴露与结局之间的因果关系。本文将介绍应用MSMs控制（调整）受过去暴露因素影响的依时混杂偏倚的原理以及MSMs的拟合过程。