最开始学病例对照研究的时候可能有一个疑问，就是为什么只能用比值比（OR），而不能用风险比（RR），按道理直接算也是可以算出RR的。一般的解释是：在病例对照中，我们无法算出总体数量，也就是算risk时，没有固定的分母，或者分母是任意的。而这个分母取决于我们病例匹配的比例，比如当1：1匹配时，RR相对小，当1：100时，RR就会变大。

下面我们来通过一个例子说明。（为了方便，取课本上的例子说明）

如图所示，一个假想的病例对照研究，其中假设我们对总体的发病情况已知：即图右侧的2×2表格，其中A、B、C、D分别代表相对应的个体数量。在病例对照的样本中（图左侧表格），我们假设从总体患病个体中随机抽取f1比例的样本，从总体非患病个体中随机抽取f2比例的样本，为了方便，我们同时假设不存在抽样误差。因此，样本中的个体可以表示为a=f1A，c=f1C，b=f2B，d=f2D。则我们可以计算RR的估计值为：

那么既然RR不行，我们再来看看OR为什么可以。

如因果图所示，A代表某种干预，Y代表结果或某种疾病风险，C代表某个个体是否被选择进入病例对照研究样本中（1：不选择，0：选择）。可以想象，因为病例选择是任意的、人为的，所以病例会更多的或更少的选择进入样本中，表示为Y对C的因果效应。而当干预A对选择人群中存在其他某种疾病风险的关联时，例如对某个疾病有保护作用，则当选择对照样本时，更容易选择有这个疾病的人群，表示为A对C的因果效应（或间接因果效应A-M-C）。

因此，当我们选取C=0的样本时，相当于校正了C变量，而C变量同时被A和Y影响着，属于碰撞变量（collider），因此，引入选择偏倚，也称为不适当对照选取偏倚。