涉及“隐藏群体”成员的研究对研究人员来说可能是独特的挑战。在许多情况下，很难从这些人群中获得具有统计代表性的样本，因为他们很难定位、识别和接触。

在去年发表的一篇文章Sulaiman-Hill和Thompson在BMC国际健康和人权会议上讨论了招募居住在新西兰和澳大利亚的阿富汗和库尔德难民所面临的挑战，以便研究他们的心理健康、主观福祉和对重新安置的看法。在这项混合方法的研究中，作者使用雪球抽样的多个入口点来识别潜在的研究参与者。他们的分析表明，使用多个入口点是减少抽样偏差的关键。

在一个有趣的对本文的评论， Sabin等人指出了额外的采样技术，包括时间位置采样(TLS)和响应驱动采样(RDS)，这些技术已经成功应用于隐藏人群的研究。这些“社会上看不见的群体”包括性工作者、注射吸毒者、男男性行为者、移民和其他难以接触到的群体。这些群体的一个关键特征是成员形成了社会网络，可以用来识别研究研究的参与者。

时间-位置抽样依赖于确定目标群体成员聚集的地点，并在定义的时间内从该群体中随机抽样。这种技术的一个潜在限制是，它有可能将不一定频繁出入公共区域的目标人群排除在外。一篇最近在网上发表的论文在《城市健康杂志》上发表的文章中，Karon和Wejnert提出了一种统计分析方法，可以帮助排除这些偏倚因素。受访者驱动抽样是滚雪球抽样的一种形式，它依赖于数学模型来解释通过社交网络招募研究参与者所引入的偏见。

更多的为接触隐藏人群而采用的其他抽样技术的例子，请查阅BMC国际卫生与人权组织最近发表的出版物:

1.在他们的论文中，强制居住流动和社会支持:对索马里移民精神障碍的影响， Bhui等人联系了具有索马里名字的初级保健患者，并与当地的索马里利益相关者合作，确定合适的社区站点来招募参与者。

2.在他们的论文中，在泰国曼谷以社区为基础的注射吸毒者样本中强制性药物拘留中心的经验， Csete等人通过口口相传的方式招募注射吸毒者。