预判设计阶段的偏倚与混杂

Anticipate Design-Stage Bias and Confounding · 🔴专家 · 所属分类：科研选题与研究设计

很多研究拖到审稿或复盘，才发现选择偏倚、信息偏倚或没测到的混杂，结论直接被推翻。这个 skill 让你在设计阶段就前瞻性地把坑找出来：按选择、信息、混杂、时间相关等类型系统枚举潜在偏倚，结合 DAG 分清混杂、中介和对撞因子（避免调错变量），判断每种偏倚的方向和严重度，并给出设计期和分析期两套缓解策略，还能对照 RoB2/ROBINS-I/NOS 做结构化评估。

适合谁

正在设计观察性研究、想提前设防的临床研究者、流行病学研究生和生信工程师。

给它什么 · 得到什么

• 你提供：研究设计与流程（抽样、暴露与结局测量、随访）、变量与概念框架/DAG、已知的潜在混杂和失访情况
• 你得到：偏倚与混杂评估报告，按类型列出来源、环节、方向与严重度，配设计期/分析期缓解策略，并可对照评估工具评分

怎么用

比如：「我这个回顾性队列在设计阶段，帮我提前列一遍可能踩的选择偏倚和未测混杂，以及怎么设防。」它会分类枚举偏倚来源，借 DAG 帮你避免错误调整，判断每种偏倚的影响方向，再给出匹配、限制、随机、分层、敏感性分析等缓解手段。

提个醒

它和「评估已发表研究的偏倚风险」方向正好相反：这个审的是你自己「还没做」的设计，给的是防控方案，不是给别人的成品打分。