HC9: Bias & confounding

Algemene informatie

• Welke onderwerpen worden behandeld in het hoorcollege?
  • In dit college wordt besproken wat er tijdens (het opstellen van) een experiment mis kan gaan
• Welke onderwerpen worden besproken die niet worden behandeld in de literatuur?
  • Alle onderwerpen in dit college worden ook behandeld in de literatuur
• Welke recente ontwikkelingen in het vakgebied worden besproken?
  • Er zijn geen recente ontwikkelingen besproken
• Welke opmerkingen worden er tijdens het college gedaan door de docent met betrekking tot het tentamen?
  • Voor het tentamen is het belangrijk met de epidemiologische begrippen te kunnen rekenen
• Welke vragen worden behandeld die gesteld kunnen worden op het tentamen?
  • Er zijn geen mogelijke vragen behandeld

Meten

Bij meten kan je te maken krijgen met:

• Biologische variatie
  • Tussen personen
  • Binnen personen (24-uurs variatie)
• Meetfout
  • Systematisch
    • Onderzoeker
    • Meter
  • Random

De precisie bepaalt de reproduceerbaarheid → er zijn weinig random fouten. De validiteit zegt iets over het meten van de juiste informatie → er zijn weinig systematische fouten.

Random fouten:

De ernst van random fouten wordt bepaald door de grootte van de steekproef:

• Heeft grote gevolgen voor een individu
• Heeft kleine gevolgen voor een groep → middelt uit
  • Het gemiddelde is goed
  • De standaarddeviatie is te groot

Bij random fouten zijn de s.e. en de BI te groot. Er zijn meer mensen nodig voor dezelfde power. Om om te gaan met random fouten kan je een aantal dingen doen:

• Standaardiseren (instructie, procedures)
• Herhaald meten bij dezelfde persoon
• Meer vragen stellen (synoniemen)
  • Bijv. een tentamen, IQ-test, vragenlijst
• Meer mensen in het onderzoek opnemen

Systematische fouten:

Bij een systematische fout wordt ergens structureel naast gezeten. Of een systematische fout erg is, is afhankelijk van het doel van de meting:

• Classificeren/onderscheiden (diagnose/prognose)
• Evalueren van de verandering

Precisie en validiteit:

Bij het meten wordt er een onderscheid gemaakt tussen:

• Precisie: reproduceerbaarheid àweinig random fouten
• Validiteit: meten wat je wilt meten àweinig systematische fouten

Bias

Een bias is een systematische fout → kleine validiteit. Een bias heeft een aantal eigenschappen:

• Fundamentele onvergelijkbaarheid
• Kan in alle onderzoeksopzetten voorkomen
• Het is belangrijk te bekijken waar de bias zit
• Kan opgelost worden door preventie
• De richting van het effect kan soms ingeschat worden

Er zijn twee hoofdvormen van een bias:

• Selectiebias
  • Probleem t.g.v. selectie van onvergelijkbare groepen (bijv. een verkeerde controlegroep bij een case-control study)
• Informatiebias
  • Probleem t.g.v. onvergelijkbare informatieverzameling (bijv. het liegen over bepaalde informatie over de controle en indexgroep)
  • De meeste vormen van informatiebias leiden tot misclassificatie van een determinant of de uitkomst
    • Non-differentiële misclassificatie → verdunning van het effect
    • Differentiële misclassificatie → effect kan alle kanten op

Confounding

Met confounding wordt bedoeld dat er een probleem ontstaat t.g.v. vertekening door een andere risicofactor. “To confound” betekend “to mix something up with something else”. Het ene effect wordt dus verward met het andere effect. Een confounder kan, in tegenstelling tot andere vormen van bias, tijdens de studie nog gecorrigeerd worden.

De 3 eigenschappen van een confounder zijn:

• Andere risicofactor voor de uitkomst (effect op de uitkomst)
• Ongelijk verdeeld over categorieën van de bestudeerde risicofactor (effect op de determinant)
• Niet een causaal gevolg van de bestudeerde risicofactor (niet in het causale pad)

 Twee voorbeelden:

• Grijs haar leidt tot sterfte: hier is leeftijd de confounder
  • Wanneer je kijkt naar leeftijd en sterfte is grijs haar geen confounder!
• IJs eten leidt tot verdrinken: hier is zomer de confounder (er wordt meer ijs gegeten en meer gezwommen)
• Associatie tussen BMI en sterfte
  • Leeftijd is een confounder
  • Ras is een confounder
  • Bloeddruk is geen confounder, maar ligt op het causale pad

Er is dus voorkennis nodig om te beslissen of:

• Iets een onafhankelijke risicofactor is
• Iets samen zou kunnen hangen met de bestudeerde factor
• Iets niet in het causale pad ligt

De data kunnen je dus niet vertellen of iets een confounder is → laten associaties zien, maar geen richting van het effect.