kérjük, vegye figyelembe:

jelenleg a fejezet frissítésének folyamatában vagyunk, és értékeljük türelmét, amíg ez befejeződik.

elfogultság epidemiológiai vizsgálatokban

míg egy epidemiológiai vizsgálat eredményei tükrözhetik az expozíció(ok) tényleges hatását a vizsgált eredmény alakulására, mindig figyelembe kell venni, hogy a megállapítások valójában egy alternatív magyarázatnak köszönhetők1.

Az ilyen alternatív magyarázatok a véletlen (véletlenszerű hiba), az elfogultság vagy a zavaró hatások következményei lehetnek, amelyek hamis eredményeket eredményezhetnek, ami arra enged következtetni, hogy létezik egy érvényes statisztikai társulás, ha nem létezik, vagy alternatívaként egy társulás hiánya, amikor valóban jelen van1.

A megfigyelési vizsgálatok különösen érzékenyek az esély, az elfogultság és a zavaró hatások hatására, és ezeket a tényezőket egy epidemiológiai vizsgálat tervezési és elemzési szakaszában is figyelembe kell venni annak érdekében, hogy ezek hatásai minimalizálhatók legyenek.

elfogultság

az elfogultság bármely olyan epidemiológiai vizsgálat szisztematikus hibájaként definiálható, amely helytelen becslést eredményez az expozíciónak az érdeklődés kimenetelére gyakorolt valódi hatásáról.1

• a torzítás a kutatási módszertan szisztematikus hibáiból származik.
• az elfogultság hatása a valós érték feletti vagy alatti becslés, a szisztematikus hiba irányától függően.
• az elfogultság nagyságát általában nehéz számszerűsíteni, és korlátozott mozgástér áll rendelkezésre az elfogultság legtöbb formájának az elemzési szakaszban történő kiigazítására. Ennek eredményeként a vizsgálati eredmények érvényességére gyakorolt hatások korlátozásához elengedhetetlen az elfogultság bevezetésének módjainak alapos megfontolása és ellenőrzése a vizsgálat tervezése és lefolytatása során.

epidemiológiai vizsgálatokban az elfogultság gyakori típusai

Több mint 50 típusú elfogultságot azonosítottak a epidemiológiai vizsgálatokban, de az egyszerűség kedvéért ezek széles körben két kategóriába sorolhatók: információs torzítás és szelekciós torzítás.

1. Információs elfogultság

Az információs torzítás az expozícióra vagy az eredményre vonatkozó adatok módszeres különbségeiből származik a különböző vizsgálati csoportokból.1 Ez azt jelentheti, hogy az egyének rossz eredménykategóriába vannak rendelve, ami az expozíció és az eredmény közötti összefüggés helytelen becsléséhez vezet.

a mérési hibákat téves osztályozásnak is nevezik, az elfogultság hatásának nagysága pedig a bekövetkezett téves osztályozás típusától függ. A téves osztályozás két típusa létezik-differenciál és nem differenciál -, és ezeket máshol kezelik (lásd “variációs források, annak mérése és ellenőrzése”).

a megfigyelői elfogultság a vizsgáló előzetes ismeretének eredménye lehet a vizsgált hipotézisről vagy az egyén expozíciójának vagy betegségének ismeretéről. Ezek az információk befolyásolhatják a vizsgáló által az egyes vizsgálati csoportokra vonatkozóan gyűjtött, mért vagy értelmezett információk módját.

például egy új hipertónia kezelésére szolgáló gyógyszer vizsgálatakor, ha a vizsgáló tisztában van azzal, hogy melyik kezelési kar résztvevőit osztották ki, ez befolyásolhatja a vérnyomásmérések leolvasását. A megfigyelők alábecsülhetik a vérnyomást azoknál, akiket kezeltek, és túlbecsülhetik azt a kontrollcsoportban.

A kérdező elfogultsága akkor fordul elő, amikor egy kérdező olyan vezető kérdéseket tesz fel, amelyek szisztematikusan befolyásolhatják az interjúalanyok válaszait.

a megfigyelő / kérdező elfogultságának minimalizálása:

• ahol lehetséges, a megfigyelőket meg kell vakítani az egyén expozíciója és betegsége miatt
• vak megfigyelők a vizsgált hipotézishez.
• egy randomizált, kontrollos vizsgálatban vakvizsgálók és a kezelési és kontrollcsoport résztvevői (kettős vakítás).
• az információ gyűjtésére, mérésére és értelmezésére szolgáló protokoll kidolgozása.
• szabványosított kérdőívek vagy kalibrált műszerek, például vérnyomásmérők használata.
• interjúalanyok képzése.

Recall (vagy response) bias-in a case-control study data on exposure is collected retrospectively. Az adatok minőségét ezért nagymértékben meghatározzák a páciens azon képességéről, hogy pontosan visszahívja a múltbeli expozíciókat. A visszahívási torzítás akkor fordulhat elő, ha az expozícióra vonatkozó információk eltérnek az esetek és a kontrollok között. Például a vizsgált eredménnyel (esettel) rendelkező személy a vizsgált eredmény (ellenőrzés) nélkül eltérő módon jelentheti expozíciós tapasztalatait, mint a vizsgált eredmény (ellenőrzés) nélkül.

a visszahívási elfogultság az expozíció és az eredmény közötti összefüggés alábecsülését vagy túlbecsülését eredményezheti.

a visszahívási torzítás minimalizálására szolgáló módszerek a következők:

• expozíciós adatok gyűjtése munkából vagy orvosi nyilvántartásból.
• vakító résztvevők a tanulmány hipotézis.

társadalmi kívánatos torzítás akkor fordul elő, amikor a felmérésekben részt vevő válaszadók hajlamosak olyan módon válaszolni, amelyet mások kedvezőnek tartanak, például a pozitív viselkedések túlzott jelentésével vagy a nem kívánatosak aluljelentésével. Az elfogultság bejelentésekor az egyének szelektíven elnyomhatják vagy felfedhetik az információkat hasonló okokból (például a dohányzás története körül). A jelentéstételi elfogultság utalhat a tanulmány szerzői által végzett szelektív eredményjelentésre is.

A teljesítmény torzulása arra utal, hogy a tanulmányozó személyzet vagy a résztvevők módosítják viselkedésüket / válaszaikat, ha tisztában vannak a csoport allokációival.

észlelési torzítás akkor fordul elő, amikor az eredményinformációk gyűjtésének módja csoportok között különbözik. A műszeres torzítás arra utal, hogy egy nem megfelelően kalibrált mérőműszer szisztematikusan túlbecsüli / alábecsüli a mérést. Az eredményértékelők elvakulása és a szabványosított, kalibrált eszközök használata csökkentheti ennek kockázatát.

2. Kiválasztási torzítás

kiválasztási torzítás akkor fordul elő, ha szisztematikus különbség van a vizsgálatban részt vevők és azok között, akik nem (befolyásolják az általánosságot) vagy

a vizsgálat kezelési karjában lévők és a kontrollcsoportban lévők között (ami befolyásolja a csoportok közötti összehasonlíthatóságot).

Vagyis különbségek vannak a vizsgálati csoportok jellemzőiben, és ezek a jellemzők vagy a vizsgált expozícióval vagy eredménnyel kapcsolatosak. A kiválasztási torzítás több okból is előfordulhat.

A mintavételi elfogultság azt a forgatókönyvet írja le, amelyben a célpopuláción belüli egyes személyeket nagyobb valószínűséggel választják ki felvételre, mint másokat. Például, ha a résztvevőket felkérik, hogy önként jelentkezzenek egy tanulmányra, valószínű, hogy azok, akik önként jelentkeznek, nem lesznek reprezentatívak az általános populációban, veszélyeztetve a tanulmányi eredmények általánosságát. Az önkéntesek általában egészségtudatosabbak, mint a lakosság.

az elosztási torzítás ellenőrzött vizsgálatokban fordul elő, amikor szisztematikus különbség van a vizsgálati csoportok résztvevői között (a vizsgált beavatkozáson kívül). Ezt el lehet kerülni randomizálással.

A nyomon követés elvesztése a kohorsz vizsgálatokkal kapcsolatos különleges probléma. Elfogultság akkor is bevezethető, ha a nyomon követés során elvesztett személyek különböznek az expozíciótól és az eredménytől azoktól a személyektől, akik a vizsgálatban maradnak. A differenciál veszteség a résztvevők csoportok egy randomizált kontroll vizsgálat ismert lemorzsolódás torzítás.

* szelekciós torzítás az esettanulmányokban

a szelekciós torzítás az esettanulmányokban rejlő sajátos probléma, ahol az esetek és a kontrollok közötti nem összehasonlíthatósághoz vezet. Esettanulmányok esetén az ellenőrzéseket ugyanabból a populációból kell levonni, mint az eseteket, tehát reprezentatívak az eseteket előállító populációra. A kontrollokat a lakosság expozíciós arányának becslésére használják. Ezért a szelekciós torzítás akkor fordulhat elő, ha a kontrollként kiválasztott személyek nem képviselik az eseteket előállító populációt.

az esettanulmányokban a szelekciós torzítás lehetősége különös probléma, amikor az eseteket és kontrollokat kizárólag kórházból vagy klinikákból toborozzák. Az ilyen ellenőrzések logisztikai okokból előnyösebbek lehetnek. A kórházi betegek azonban általában eltérő tulajdonságokkal rendelkeznek a szélesebb népességhez képest, például magasabb alkoholfogyasztással vagy cigarettázással rendelkezhetnek. Kórházi felvételük akár az expozíciós állapotukhoz is kapcsolódhat, így a kontrollok közötti expozíció mérése eltérhet a referenciapopulációtól. Ez az expozíció és a betegség közötti összefüggés elfogult becslését eredményezheti.

például egy eset-kontroll tanulmány vizsgálja a hatásai a dohányzás a tüdőrák, az erő, a társulási lenne alábecsülni, ha az ellenőrzések voltak betegek egyéb feltételek a légúti ward, mert kórházi kezelésre, egyéb tüdőbetegségek is lehet, hogy köze a dohányzás állapot. Finoman szólva, az alkohol májbetegségre gyakorolt hatását potenciálisan alábecsülhetik, ha más osztályokból vesznek kontrollokat: az átlagosnál magasabb alkoholfogyasztás számos más körülmény, például trauma felvételét eredményezheti.

mivel a kiválasztási torzítás lehetősége valószínűleg kevésbé jelent problémát a népesség-alapú esettanulmányokban, a szomszédsági ellenőrzések előnyösebb választás lehetnek, ha kórházi vagy klinikai környezetből származó eseteket használnak. Alternatív megoldásként a kiválasztási torzítás lehetősége minimálisra csökkenthető több forrásból származó vezérlők kiválasztásával. Például mind a kórházi, mind a szomszédsági ellenőrzések használata.

• Kiválasztási elfogultság kohort vizsgálatok

Selection bias lehet kevesebb a probléma kohort vizsgálatok képest eset-kontroll vizsgálatok, mert exponált, megvilágítatlan egyének beiratkozott előtt fejleszteni az eredmény érdekes.

a kiválasztási torzítás akkor is bevezethető, ha a nyomon követés vagy az esetmegállapítás teljessége eltér az expozíciós kategóriák között. Például könnyebb lehet nyomon követni azokat a kitett személyeket, akik mind ugyanabban a gyárban dolgoznak, mint a közösség által kiválasztott nem megvilágított vezérlők (veszteség a nyomon követési torzításhoz). Ez minimálisra csökkenthető annak biztosításával, hogy az összes tanulmányozócsoport között magas szintű nyomon követés maradjon.

az egészséges munkavállaló hatása a foglalkozási kohorsz vizsgálatokra jellemző szelekciós torzítás lehetséges formája. Például egy foglalkozási kohorsz vizsgálat arra törekedhet, hogy összehasonlítsa a betegség arányait egy adott foglalkozási csoportból származó egyének között egy Külső standard populációban lévő egyénekkel. Itt fennáll az elfogultság veszélye, mivel az alkalmazottaknak általában egészségesnek kell lenniük a munkához. Ezzel szemben a lakosság magában foglalja azokat is, akik munkaképtelenek. Ezért a foglalkozási csoport kohorszában a mortalitás vagy a morbiditási arány alacsonyabb lehet, mint a lakosság egészében.

annak érdekében, hogy a lehető legkisebb legyen az elfogultság ezen formája, egy összehasonlító csoportot kell kiválasztani egy olyan munkavállalói csoportból, amelynek különböző munkahelyei egy létesítményen belül különböző helyszíneken végződnek1; például a nem kitett irodai dolgozók egy csoportja. Alternatív megoldásként az összehasonlító csoportot a foglalkoztatottak külső populációjából lehet kiválasztani.

* szelekciós torzítás randomizált vizsgálatokban

A randomizált vizsgálatokat elméletileg kevésbé valószínű, hogy befolyásolja a szelekciós torzítás, mivel az egyéneket véletlenszerűen osztják el az összehasonlítandó csoportokhoz, és lépéseket kell tenni annak érdekében, hogy minimálisra csökkentsék a nyomozók vagy résztvevők azon képességét, hogy befolyásolják ezt az elosztási folyamatot. A tanulmányban való részvétel megtagadása vagy az azt követő visszavonások azonban befolyásolhatják az eredményeket, ha az okok mind az expozícióhoz, mind az eredményhez kapcsolódnak.

zavaró

zavaró, kölcsönhatás és hatásmódosítás

a zavaró tényező alternatív magyarázatot ad az expozíció (X) és az eredmény közötti összefüggésre. Ez akkor fordul elő, amikor egy megfigyelt társulás valójában torzul, mert az expozíció korrelál egy másik kockázati tényezővel (Y). Ez az Y kockázati tényező az eredményhez is kapcsolódik, de függetlenül a vizsgált kitettségtől, X. ennek következtében a becsült összefüggés nem azonos az X expozíciónak az eredményre gyakorolt valódi hatásával.

a további kockázati tényező, Y egyenlőtlen eloszlása a vizsgálati csoportok között zavaró lehet. A megfigyelt összefüggés részben vagy egészben a vizsgálati csoportok közötti különbségek hatásainak tudható be, nem pedig a vizsgált expozíciónak.1

a potenciális zavaró tényező minden olyan tényező, amely hatással lehet a vizsgált betegség kockázatára. Ez magában foglalhatja azokat a tényezőket, amelyek közvetlen okozati összefüggést mutatnak a betegséggel, valamint azokat a tényezőket, amelyek más ismeretlen okok, például az életkor és a társadalmi-gazdasági helyzet proxy intézkedései.2

annak érdekében, hogy egy változót konfoundernek lehessen tekinteni:

1. a változónak függetlenül kell kapcsolódnia az eredményhez (azaz kockázati tényezőnek kell lennie).
2. a változót a vizsgált expozícióval is összefüggésbe kell hozni a forráspopulációban.
3. a változó nem lehet az expozíció és a betegség közötti ok-okozati úton.

példák zavaró

egy tanulmány megállapította, hogy az alkoholfogyasztás összefügg a szívkoszorúér-betegség (CHD) kockázatával. A dohányzás azonban megzavarhatta az alkohol és a CHD kapcsolatát.

a dohányzás önmagában kockázati tényező a CHD számára, tehát függetlenül kapcsolódik az eredményhez, a dohányzás pedig az alkoholfogyasztáshoz is kapcsolódik, mivel a dohányosok inkább többet isznak, mint a nemdohányzók.

a dohányzás lehetséges zavaró hatásának ellenőrzése valójában nem mutathat összefüggést az alkoholfogyasztás és a CHD között.

a zavaró

zavaró tényezők hatásai, ha nem szabályozzák, torzítást okoznak a vizsgált expozíció hatásának becslésében. A zavaró hatások a következőket eredményezhetik:

• megfigyelt társulás, ha nincs valódi társulás.
• nincs megfigyelt társulás, ha valódi társulás létezik.
• az egyesület alábecsülése (negatív zavaró).
• az egyesület túlbecsülése (pozitív zavaró).

kontrolling zavaró

zavaró lehet kezelni akár a vizsgálat tervezési szakaszában, vagy korrigált az elemzési szakaszban elegendő releváns adatokat gyűjtöttek. Számos módszer alkalmazható a lehetséges zavaró tényezők ellenőrzésére, és mindegyikük célja, hogy a csoportok a lehető legjobban hasonlítsanak össze a zavaró tényezőkkel.

Controlling for confunding at the design stage

lehetséges zavaró tényezők azonosíthatók a tervezési szakaszban a korábbi vizsgálatok alapján, vagy azért, mert a tényező és az eredmény közötti kapcsolat biológiailag valószínűnek tekinthető. A tervezési szakaszban a zavaró hatások korlátozására szolgáló módszerek közé tartozik a randomizáció, a korlátozás és az illesztés.

* randomizáció

Ez az ideális módszer a zavaró tényezők szabályozására, mivel minden lehetséges zavaró változót, mind ismert, mind ismeretlen, egyenlően kell elosztani a vizsgálati csoportok között. Ez magában foglalja az egyének véletlenszerű elosztását (például véletlenszerű számok táblázatának felhasználásával) a tanulmányozócsoportokba. Ez a módszer azonban csak kísérleti klinikai vizsgálatokban használható.

• Korlátozás

Korlátozás határértékek részvétel a tanulmány, hogy az egyének, akik hasonló kapcsolatban a confounder. Például, ha a tanulmányban való részvétel csak a nemdohányzókra korlátozódik, a dohányzás esetleges zavaró hatása megszűnik. A korlátozás hátránya azonban, hogy nehéz lehet általánosítani a vizsgálat eredményeit a szélesebb populációra, ha a tanulmányozócsoport homogén.1

* Matching

Matching magában foglalja a kezelőszervek kiválasztását úgy, hogy a potenciális zavaró tényezők (például életkor vagy dohányzási állapot) eloszlása a lehető legközelebb álljon az esetekhez. A gyakorlatban ezt csak esettanulmányokban alkalmazzák, de kétféle módon lehet elvégezni:

1. Páregyeztetés-minden esetben egy vagy több, hasonló jellemzőkkel rendelkező vezérlő kiválasztása (pl. azonos életkor és dohányzási szokások)
2. gyakorisági egyezés-annak biztosítása, hogy csoportként az esetek hasonló jellemzőkkel rendelkezzenek a

ellenőrzési szakaszban zavaró tényezők kimutatására és ellenőrzésére

a zavaró tényezők jelenlétét vagy nagyságát az epidemiológiai vizsgálatokban a nyers becslés (a zavaró tényezők ellenőrzése nélkül) és a korrigált becslés közötti eltérés mértékének figyelembevételével értékelik. Ha a becslés megváltozott, és a rétegspecifikus arányok között kevés eltérés van (lásd alább), akkor bizonyíték van a zavaró tényezőkre.

nem helyénvaló statisztikai vizsgálatokat végezni a zavaró tényezők jelenlétének értékelésére, de a hatás minimalizálására a következő módszerek alkalmazhatók.

* rétegződés

rétegződés lehetővé teszi az expozíció és az eredmény közötti összefüggés vizsgálatát a zavaró változó különböző rétegeiben, például életkor vagy nem szerint. Az asszociáció erősségét kezdetben külön-külön mérik a zavaró változó minden rétegén belül. Feltételezve, hogy a rétegspecifikus ráták viszonylag egységesek, ezeket összevonhatják, hogy összefoglaló becslést adjanak a potenciális zavaró tényező korrigált vagy ellenőrzött értékeként. Példa erre a Mantel-Haenszel módszer. Ennek a módszernek az egyik hátránya, hogy minél inkább rétegezzük az eredeti mintát, annál kisebb lesz az egyes rétegek, valamint csökken az asszociációk észlelésének ereje.

• többváltozós analízis

statisztikai modellezés (pl. többváltozós regressziós analízis) egyszerre több zavaró tényező szabályozására szolgál, lehetővé téve az egyes zavaró tényezők hatásának külön-külön történő értelmezését. Ez a leggyakrabban használt módszer a zavaró tényezők kezelésére az elemzési szakaszban.

* szabványosítás

szabványosítás számlák zavaró (általában életkor és nem) segítségével egy szabványos referencia populáció, hogy tagadja a hatását különbségek megoszlása zavaró tényezők a vizsgálati populációk. További részletekért lásd: “számlálók, nevezők és veszélyeztetett populációk”.

maradék zavaró

csak akkor lehet ellenőrizni a zavaró tényezőket az elemzési szakaszban, ha a zavaró adatokra vonatkozó adatokat pontosan összegyűjtötték. A maradék zavaró akkor fordul elő, ha az összes zavaró tényezőt nem igazították megfelelően, vagy azért, mert pontatlanul mérték őket, vagy azért, mert nem mérték őket (például ismeretlen zavaró tényezők). Példa erre a társadalmi-gazdasági helyzet, mivel több egészségügyi eredményt befolyásol, de nehéz pontosan mérni.3

interakció (hatásmódosítás)

interakció akkor fordul elő, amikor a két változó közötti társulás iránya vagy nagysága egy harmadik változó szintjétől (a hatásmódosító) függ. Például az aszpirin használható a vírusos betegségek, például az influenza tüneteinek kezelésére. Bár felnőtteknél hatásos lehet, az aszpirin vírusos betegségben szenvedő gyermekeknél történő alkalmazása májműködési zavarokkal és agykárosodással (Reye-szindróma) jár.4 Ebben az esetben az aszpirin hatása a vírusos betegségek kezelésére az életkor szerint módosul.

ahol kölcsönhatás létezik, a társulás általános becslésének kiszámítása félrevezető lehet. A zavaró tényezőktől eltérően az interakció biológiai jelenség,ezért nem szabad statisztikailag beállítani. Az interakció kezelésének közös módja az egyesületek elemzése és bemutatása a harmadik változó minden szintjén. A fenti példában a Reye-szindróma kialakulásának esélye az aszpirin vírusos betegségekben történő alkalmazását követően sokkal nagyobb lenne a gyermekeknél a felnőttekhez képest, ami rávilágítana az életkor hatásmódosítóként betöltött szerepére. Az interakció statisztikailag megerősíthető, például egy chi-négyzetes teszt segítségével, hogy felmérje a rétegspecifikus becslések heterogenitását. Az ilyen vizsgálatokról azonban köztudott, hogy kis teljesítményűek az interaction5 kimutatására, és a rétegspecifikus becslések szemrevételezése is ajánlott.

1. Hennekens CH, Buring JE. Epidemiológia az orvostudományban, Lippincott Williams & Wilkins, 1987.
2. Carneiro I, Howard N. Bevezetés Az Epidemiológiába. Nyílt Egyetemi Sajtó, 2011.
3. http://www.edmundjessop.org.uk/fulltext.doc – Accessed 20/02/16
4. McGovern MC. Reye-szindróma és aszpirin: nehogy elfelejtsük. BMJ 2001;322: 1591.
5. Marshall SW. Teljesítmény az interakció teszteléséhez: az 1.típusú hibaarány növelésének hatása. Epidemiológiai kilátások és innovációk 2007;4:4.