Ascertainment bias（确证偏倚/选取偏倚）：一种系统性偏差，指由于样本被发现、招募、记录或纳入研究的方式不均衡，导致某些人群或事件更容易被“看见”，从而使研究结果或统计结论出现偏离真实情况的倾向。常见于医学研究、流行病学、心理学与数据分析中。（在不同语境下也可能被归入“选择偏倚”的一种表现。）
/əˈsɝːtənmənt baɪəs/
Ascertainment bias can make a disease seem more common than it really is.
确证偏倚可能会让一种疾病看起来比实际更常见。
Because the study only included patients from a major hospital, ascertainment bias likely inflated the reported rate of complications.
由于研究只纳入了大型医院的患者，确证偏倚很可能抬高了并发症发生率的报告数值。
ascertainment 来自动词 ascertain（“查明、确定”），其词源可追溯到中古英语，源于古法语与拉丁语系表达，核心含义是“使之确定/弄清楚”。bias 意为“偏向、偏差”。合起来，ascertainment bias 强调偏差产生在“被查明、被发现、被纳入统计”的环节：谁更容易被发现，谁就更容易进入数据，从而造成系统性失真。
在传统文学作品中，ascertainment bias 作为现代统计与医学研究术语并不常见；它更常出现于学术写作与研究方法类著作中，例如：
Select Language