Immortal time bias（不死時間偏誤）在早期的醫學文獻稱之為存活偏差（Survival bias），最早於 1993 年從知名醫學雜誌《Lancet》發表過一篇短文，這是醫學文獻中首次標題出現「Survival bias」的出版品，當時有一系列的個案控制研究（Case-control study）指出，抽煙是阿茲海默症的（Alzheimer’s disease）保護因子，這意味著抽煙對於腦神經系統是有保護的1。
但該文作者提出這很可能是存活偏差所造成，因為抽煙者的死亡率一定會比非抽煙者高上許多，因此在個案控制研究往過去回溯受訪者的抽煙狀態時，已經死掉的人是沒機會進入到研究的，而因為基因上面的差異，很可能阿茲海默症的個案組與沒有罹病的控制組在這個比例（因為抽煙而先死亡，來不及進入研究收案）是有差異的，而這個差異如果能夠在統計上校正，作者相信原本「抽煙是阿茲海默症的保護因子」的論述會不攻自破。
在 1993 年，來自於加拿大 McGill 大學的流行病學方法論學者 Samy Suissa 在知名胸腔科雜誌《American Journal of Respiratory and Critical Care Medicine》發表了標題有「Immortal time bias」的文章，主題是討論在觀察型世代研究中，使用吸入性類固醇在慢性阻塞性肺部疾病（Chronic obstructive lung disease; COPD）所存在的研究設計偏差。當時有一個研究，做出吸入性類固醇對剛從急性惡化 COPD 出院的病患死亡率/再入院率有明顯保護。
但該研究的藥物暴露是從 COPD 惡化出院後的 90 天內只要有使用，都可以納入暴露組，但追蹤時間卻是從出院日開始計算，因此這造就了一段「不死時間偏誤」的存在，因為用藥暴露組一定可以存活到開藥的那一天。更嚴重的是，該研究的預後（病患死亡率/再入院率）只有追蹤一年，假設所有用藥暴露組都是出院後第 90 天開藥，那麼也就是將近有四分之一的「保證存活」的追蹤期會被錯誤歸類到用藥暴露組（而且就時序關係而言，這些用藥暴露還是發生在「未來」的事件），這會大大地高估用藥組的療效，因為增加了分母的追蹤人年，但分子（發生事件）因為被保證存活所以完全沒有增加。
從此之後，Samy Suissa 在各個不同領域與主題的醫學雜誌，奮力歸廣這個重要的概念，就筆者搜尋 PubMed 的結果，目前標題包括「Immortal time bias」的 Samy Suissa 著作已有15篇（https://reurl.cc/QWxE6O），從胸腔科、風濕免疫疾病、內分泌（血糖、血脂）到腸胃科。因此後來這部分的方法學與應用文獻如雨後春筍的出現，但這也顯見這個偏誤在觀察型研究是多麼容易犯，都已經歸廣了將近 20 年，但還是經常在醫學文獻上看到很明顯有不死時間偏誤的例子。下圖列出在 Pubmed 以標題或摘要搜尋不死時間偏誤的出版品數量。
科學研究其中的一個有趣的現象，就是同樣內涵事情往往會有不同的名詞，以不死時間偏誤為例，在腫瘤科（癌症）比較常見到的名稱是「guarantee-time bias」，就字面上的意思也是保證存活所造成的偏差。最早於 2013 年於知名腫瘤科雜誌《Journal of Clinical Oncology》專文討論2，爾後在癌症領域的雜誌也陸續都有文章在討論這個現象。
之前同事整理過 2 篇重要文獻的重點，分別為 2005 與 2016 年發表在重量級流行病學方法論雜誌《American Journal of Epidemiology》3,4。2005 年的文章請參見以下文章連結https://reurl.cc/Wq7vre與https://reurl.cc/eWAdOW，2016 年的文章請參照https://reurl.cc/nZALOl與https://reurl.cc/858Np7。根據不同統計模型的各種結果，使用時間相依/隨時間變動（Time-dependent or time-varying）的存活分析目前仍然被認為是最能有效處理不死偏誤的方法。
1.Riggs JE. Smoking and Alzheimer's disease: protective effect or differential survival bias? The Lancet. 1993;342(8874):793-794.
2.Giobbie-Hurder A, Gelber RD, Regan MM. Challenges of guarantee-time bias. Journal of clinical oncology. 2013;31(23):2963.
3.Karim ME, Gustafson P, Petkau J, et al. Comparison of statistical approaches for dealing with immortal time bias in drug effectiveness studies. American journal of epidemiology. 2016;184(4):325-335.
4.Zhou Z, Rahme E, Abrahamowicz M, Pilote L. Survival bias associated with time-to-treatment initiation in drug effectiveness evaluation: a comparison of
留言列表
{{ article.title }}