I bias sono errori sistematici; possono occorrere nel disegno o nell'esecuzione di uno studio, determinano una stima non corretta dell'associazione fra esposizione e rischio di malattia. Si distinguono dagli errori casuali (errori random o random misclassification), come esemplificato di seguito.

Consideriamo tre ecografisti: ognuno stima il peso di 5 feti alla 30 settimana di età gestazionale tramite la misura della circonferenza addominale. Le stime ottenute (peso in grammi) sono riportate in tabella.

Le stime dell'operatore 1 e 3 non coincidono mai, ma non si osserva nessun particolare pattern nelle differenze rilevate. In questo caso si parla di errori casuali o random (fenomeno noto come random misclassification): sono variazioni che non costituiscono un problema rilevante per l'interpretazione dei dati, indicano solo che la stima del peso del feto tramite la misura della circonferenza addominale eseguita ecograficamente non è una stima precisa.
L'operatore 2 invece riferisce misure sempre inferiori a quelle degli altri due per ognuna delle ecografie effettuate. In questo caso ci si trova di fronte ad un errore sistematico o bias. Il problema alla base dell'errore sistematico può risiedere nello strumento utilizzato per effettuare la misurazione, che può ad esempio non essere tarato bene, o a un errore di procedura dell'operatore, errore che si ripete sempre uguale. La presenza di errori sistematici rappresenta un problema per l'interpretazione dei dati.

Esistono due categorie maggiori di bias:
   1. bias di selezione (selection bias)
   2. bias di informazione (information o observation bias)

I bias di selezione risultano da un errore nella modalità di selezionare i soggetti da arruolare in uno studio:

I bias di informazione risultano da errori sistematici nella misurazione di un parametro (come nel caso dell'ecografista che sistematicamente sottostima il peso dei feti misurati a 30 settimana di età gestazionale), nel rilevamento di una risposta a una domanda (intervista, questionario, ecc) o nella classificazione di uno stato di malattia o di una esposizione. Le cause possono essere numerose: ci possono essere errori nella stesura dei questionari, errori dell'osservatore, errori di chi risponde, errori degli strumenti (come nell'esempio dell'ecografo non tarato).
Un tipico esempio di bias di informazione, frequente negli studi caso controllo, è il recall bias: donne che hanno avuto un nato pretermine (casi), se intervistate, riferiranno con maggiore precisione e dettaglio gli eventi della gravidanza (come per esempio gli episodi febbrili), rispetto a donne con neonati a termine (controllo); le donne con neonato a termine infatti non ripercorrono mentalmente la gravidanza altrettanto scrupolosamente delle donne con neonato pretermine, che tentano di risalire nella maniera più precisa possibile all'evento all'origine dell'esito negativo. Per ridurre il rischio di recall bias è utile restringere l'osservazione a esposizioni avvenute in un arco di tempo relativamente breve (ieri/la settimana scorsa ha avuto la febbre?). Il recall bias è un rischio tipico negli studi sull'alimentazione: è stato rilevato che le ricerche sulla prevalenza dell'allattamento, per fornire dati attendibili, dovrebbero investigare esclusivamente il tipo di cibo che il lattante ha assunto nelle 24 ore precedenti l'intervista [1].
Un altro esempio di bias di informazione è il response bias: questo occorre quando si intervistano persone che, per caratteristiche personali, hanno una predisposizione a riferire eventi personali in maniera sistematicamente diversa da quella della popolazione generale [2]. Un ampio studio osservazionale prospettico condotto in Scozia ha studiato l'associazione fra livello di stress psicologico percepito (esposizione) in un gruppo di persone non caratterizzate da svantaggio socioeconomico e sintomatologia anginosa percepita (esito soggettivo), episodi di ischemia rilevati tramite ECG (esito oggettivo), ricoveri per cause generali (esito dipendente dai sintomi lamentati), ricoveri per coronaropatia e mortalità associata (esiti oggettivi). Sono stati arruolati oltre 5mila uomini di età media pari a 48 anni; oltre 2mila uomini sono stati disponibili per una nuova valutazione a distanza di 5 anni dall'arruolamento. Le morti e i ricoveri sono state rilevate per un arco di tempo di 21 anni. Un elevato livello di stress psicologico (autodefinito) si associa a maggiore incidenza e prevalenza di angina (odds ratio, OR aggiustata: 2.66; intervallo di confidenza al 95%, IC 95%: 1.61, 4.41) e a maggior frequenza di ricovero per cause generali (OR: 1.13; IC 95%: 1.01, 1.27). Non c'è invece alcuna correlazione significativa con incidenza e prevalenza di ischemia, con ricovero per coronaropatia, con mortalità per coronaropatia o per malattia cardiovascolare [3]. L'associazione fra la percezione del livello di stress psicologico e il rischio di angina non è confermata da misure oggettive di danno cardiaco; gli autori concludono che fra gli uomini arruolati, quelli caratterizzati da assenza di svantaggio sociale, hanno una elevata percezione di stress e riferiscono più frequentemente degli altri uomini sintomi di angina. Ma le due variabili non sono associate causalmente; sono solo associate a una maggior inclinazione alla lamentela [2,3].