信息偏倚，也称为观察偏倚或测量偏倚，在流行病学研究特别是队列研究中较为常见。它指的是由于数据收集过程中出现的系统性错误而导致的研究结果与真实情况不符的现象。在队列研究中，信息偏倚主要可以分为以下几种类型：
1. 回忆偏倚：当研究对象根据自己的记忆提供过去暴露或疾病的信息时，可能会因为记忆不准确或者选择性回忆而产生偏差。例如，在研究某种饮食习惯对健康的影响时，参与者可能难以准确地回忆起他们过去的饮食情况。
2. 报告偏倚：指由于个人意愿、社会期望等因素影响下，研究对象在报告某些行为或状况时有意无意地提供不真实的信息所造成的偏差。比如，在关于吸烟与
肺癌关系的研究中，一些烟民可能会因为担心受到批评而低估自己的吸烟量。
3. 测量工具的偏倚：使用不同精度或准确度的测量工具可能导致对暴露因素或结局指标评估上的差异，从而引入偏倚。例如，在一项研究血压水平与心血管疾病风险关系的队列研究中，如果某些参与者的血压是通过家用血压计测量的而其他参与者则是由专业医疗人员在医院内测量，则可能会影响结果。
4. 诊断性偏倚：当暴露组和非暴露组接受不同标准或质量的诊断时可能发生。例如，在探讨某种药物对预防疾病效果的研究中，如果给予服用该药物的人群更频繁地进行相关检查，则他们可能会比对照组更容易被发现患病，即使这种差异并非由药物本身引起。
5. 信息收集者偏倚：研究者在数据收集过程中可能无意间影响了参与者的回答或记录方式，导致结果失真。例如，在面对面访谈中，研究者的肢体语言、语气等都可能对受访者的答案产生影响。
了解并尽量减少这些潜在的信息偏倚对于提高队列研究的质量和可信度至关重要。
