選択バイアス

サンプリングバイアスは、母集団の非ランダムなサンプルによる系統的誤差であり、 ^{[ 2 ]}母集団の一部のメンバーが他のメンバーよりも含まれる可能性が低くなり、結果として偏ったサンプルが生じます。偏ったサンプルとは、ランダムな偶然以外の要因により、すべての参加者が母集団全体を代表していない母集団（または非人的要因）の統計的サンプルとして定義されます。 [ 3 ]^これは主に選択バイアスのサブタイプとして分類され、^{[ 4 ]}時には特にサンプル選択バイアスと呼ばれることもありますが、^{[ 5 ] [ 6 ] [ 7 ]}一部ではこれを別のタイプのバイアスとして分類しています。^{[ 8 ]}

サンプリングバイアス（ただし、これは普遍的に受け入れられているわけではない）の特徴の一つは、それが検査の外的妥当性（その結果を母集団全体に一般化できる能力）を損なうのに対し、選択バイアスは主に、対象となるサンプルに見られる差異や類似性に関する内的妥当性に関わる点である。この意味で、サンプルまたはコホートの収集過程で発生するエラーはサンプリングバイアスを引き起こし、それ以降の過程におけるエラーは選択バイアスを引き起こす。

サンプリングバイアスの例としては、自己選択、試験参加者の事前選別、完了に至らなかった試験対象者/テストの除外、最近研究地域に出入りした対象者を除外することによる移動バイアス、進行が遅く予後が良い疾患が検出される期間バイアス、平均的な疾患経過は同じであるにもかかわらず、参加者の疾患が比較対象集団よりも早く診断されるリードタイムバイアスなどがあります。

• 試験結果が望ましい結論を裏付けている時点で、試験を早期に終了すること。
• 試験は極端な値に達した時点で早期に終了されることがある（多くの場合、倫理的な理由による）が、すべての変数の平均値が類似している場合でも、その極端な値は分散が最も大きい変数によって到達される可能性が高い。

• 感受性バイアス
  • 臨床的感受性バイアスとは、ある疾患が別の疾患の発症素因となり、最初の疾患の治療が誤って別の疾患の発症素因となるように見える場合を指します。例えば、閉経後症候群は子宮内膜がんの発症リスクを高めるため、閉経後症候群の治療に用いられるエストロゲンが子宮内膜がんの原因として実際よりも過大に非難されることがあります。^{[ 9 ]}
  • プロトパシックバイアスとは、疾患やその他の結果の最初の症状に対する治療が結果を引き起こしたように見える場合を指します。これは、最初の症状が現れてから実際の診断の前に治療が開始されるまでに時間差がある場合に生じる可能性のあるバイアスです。^{[ 9 ]}これは、診断前の一定期間に発生した曝露を除外する、つまり遅延処理によって軽減できます。 ^{[ 10 ]}
  • 適応バイアスとは、曝露が適応症に依存する場合に原因と結果を混同する可能性のある現象であり、例えば、疾患を発症するリスクが高い人に治療を施すと、疾患を発症する人のうち治療を受けた人が圧倒的に多くなる可能性がある。これにより、治療が疾患の原因であるかのような誤った印象を与える可能性がある。^{[ 11 ]}

• パーティションの内容を把握した上でデータを分割し、その後、内容を知らされないまま選択されたパーティションに対して設計されたテストを用いて分析する。
• 事後的に恣意的または主観的な理由に基づいてデータ包含を変更すること。これには以下が含まれる。
  • チェリーピッキングとは、実際には選択バイアスではなく確証バイアスであり、結論を支持するために特定のデータサブセットを選択することを指します（例えば、航空機の墜落事故の例を挙げて航空機の飛行が安全でない証拠とする一方で、はるかに一般的な安全に完了した飛行の例を無視するなど。参照：利用可能性ヒューリスティック）。
  • （１）以前に述べた基準や一般的に合意された基準に従わず、恣意的な理由で不良データを拒否すること、または（２）「外れ値」を「異常値」から得られる可能性のある重要な情報を考慮に入れずに統計的根拠に基づいて破棄すること。^{[ 12 ]}

• メタ分析に含める研究の選択（組み合わせメタ分析も参照）。
• 繰り返し実験を行い、最も好ましい結果のみを報告する。場合によっては、他の実験の実験記録を「校正テスト」「機器の誤差」「予備調査」などと改名する。
• データ収集で得られた最も重要な結果を、あたかも単一の実験であるかのように提示する（これは論理的には前の項目と同じだが、はるかに不誠実ではないと見なされる）。

脱落バイアスは、脱落（参加者の喪失）によって引き起こされる選択バイアスの一種であり、^{[ 13 ]}試験を完了しなかった被験者/テストを除外します。これは、プロセスを「生き残った」被験者のみが分析に含まれる生存バイアス、またはプロセスを「失敗した」被験者のみが含まれる失敗バイアスと密接に関連しています。これには、脱落、無反応（低い反応率）、離脱、およびプロトコル逸脱が含まれます。曝露および/または結果に関して不均等な場合、バイアスのかかった結果をもたらします。たとえば、ダイエットプログラムのテストでは、研究者は単に試験から脱落したすべての人を除外するかもしれませんが、脱落した人のほとんどは、そのプログラムが効果がなかった人です。介入群と対照群で被験者の喪失が異なると、研究対象の介入に関係なく、これらのグループの特徴と結果が変わる可能性があります。^{[ 13 ]}

追跡不能は、脱落バイアスのもう1つの形態であり、主に長期間にわたる医薬品研究で発生します。非応答または保持バイアスは、富、教育、利他主義、研究とその要件に対する最初の理解など、多くの有形および無形の要因によって影響を受ける可能性があります。^{[ 14 ]}また、研究者は、最初の募集および研究段階で収集された識別情報と連絡先の詳細が不十分なために、追跡連絡を行うことができない場合もあります。^{[ 15 ]}

哲学者ニック・ボストロムは、データは研究デザインや測定方法だけでなく、研究を行う人がいるという必要条件によってもフィルタリングされると主張している。観察者や研究の存在がデータと相関している状況では、観察選択効果が生じ、人間原理に基づく推論が必要となる。^{[ 16 ]}

例として、地球の過去の衝突イベントの記録が挙げられます。大規模な衝突が大量絶滅や生態系の混乱を引き起こし、長期間にわたって知的観測者の進化を妨げた場合、最近の過去に大規模な衝突があったという証拠は誰も観測できません（なぜなら、それらが知的観測者の進化を妨げたからです）。したがって、地球の衝突記録には潜在的なバイアスが存在します。^{[ 17 ]}天文学的な存在リスクも同様に選択バイアスによって過小評価されている可能性があり、人為的補正を導入する必要があります。^{[ 18 ]}

研究における自己選択バイアスやボランティアバイアスは、参加者が研究の対象集団とは本質的に異なる特性を持つ可能性があるため、研究の妥当性に対するさらなる脅威となります。^{[ 19 ]}研究では、ボランティアは低い社会経済的背景よりも高い社会的地位から来る傾向があることが示されています。^{[ 20 ]}さらに、別の研究では、女性は男性よりも研究にボランティアとして参加する可能性が高いことが示されています。ボランティアバイアスは、募集から追跡調査まで、研究のライフサイクル全体を通して明らかです。より一般的に言えば、ボランティアの反応は、個人の利他主義、承認欲求、研究テーマとの個人的な関係、その他の理由によるものと考えられます。^{[ 20 ] [ 14 ]}

観測天文学におけるマルムクイストバイアスは、検出器の感度の限界によって引き起こされるバイアスです。遠方の天体では見かけの光度が低下するため、より遠い距離ではより明るい天体しか観測できません。これにより、距離と光度の間に誤った相関関係が生じます。^{[ 21 ]}