Uwaga:

jesteśmy obecnie w trakcie aktualizacji tego rozdziału i doceniamy Twoją cierpliwość, gdy jest on uzupełniany.

tendencja w badaniach epidemiologicznych

chociaż wyniki badania epidemiologicznego mogą odzwierciedlać rzeczywisty wpływ narażenia(narażenia) na rozwój wyniku badania, zawsze należy uznać, że ustalenia mogą być w rzeczywistości wynikiem alternatywnego wyjaśnienia1.

takie alternatywne wyjaśnienia mogą być spowodowane skutkami przypadku (błąd losowy), uprzedzenia lub mylenia, które mogą prowadzić do fałszywych wyników, prowadząc nas do wniosku o istnienie ważnego związku statystycznego, gdy ktoś nie istnieje lub alternatywnie braku związku, gdy ktoś jest naprawdę obecny.1

badania obserwacyjne są szczególnie podatne na skutki przypadkowe, stronniczościowe i zakłócające, a czynniki te należy wziąć pod uwagę zarówno na etapie projektowania, jak i analizy badania epidemiologicznego, aby zminimalizować ich skutki.

odchylenie

można zdefiniować jako każdy Błąd systematyczny w badaniu epidemiologicznym, który skutkuje nieprawidłowym oszacowaniem rzeczywistego wpływu narażenia na wynik zainteresowania.1

• Bias wynika z systematycznych błędów w metodologii badań.
• efekt błędu będzie oszacowany powyżej lub poniżej wartości rzeczywistej, w zależności od kierunku błędu systematycznego.
• wielkość odchylenia jest na ogół trudna do określenia ilościowego i istnieje ograniczony zakres dostosowania większości form odchylenia na etapie analizy. W związku z tym staranne rozważenie i kontrola sposobów, w jakie można wprowadzić stronniczość podczas projektowania i prowadzenia badania, jest niezbędna w celu ograniczenia wpływu na ważność wyników badania.

typowe typy uprzedzeń w badaniach epidemiologicznych

w badaniach epidemiologicznych zidentyfikowano ponad 50 typów uprzedzeń, ale dla uproszczenia można je ogólnie podzielić na dwie kategorie: uprzedzenia informacyjne i uprzedzenia selekcyjne.

1. Błąd informacji

błąd informacji wynika z systematycznych różnic w sposobie uzyskiwania danych dotyczących narażenia lub wyników z różnych grup badanych.1 może to oznaczać, że osoby są przypisane do niewłaściwej kategorii wyników, co prowadzi do nieprawidłowego oszacowania związku między ekspozycją a wynikiem.

błędy w pomiarach są również znane jako misclassifications, a wielkość efektu błędu zależy od rodzaju misclassification, które miało miejsce. Istnieją dwa rodzaje misclassification-różniczkowy i non-differential-i te są rozpatrywane gdzie indziej (patrz „Źródła zmienności, jego pomiaru i kontroli”).

stronniczość obserwatora może być wynikiem uprzedniej wiedzy badacza na temat badanej hipotezy lub wiedzy o ekspozycji jednostki lub statusie choroby. Takie informacje mogą mieć wpływ na sposób gromadzenia, mierzenia lub interpretacji informacji przez badacza dla każdej z grup badawczych.

na przykład w badaniu nowego leku w leczeniu nadciśnienia tętniczego, jeśli badacz jest świadomy, do którego ramienia leczenia przydzielono uczestników, może to wpłynąć na ich odczyt pomiarów ciśnienia krwi. Obserwatorzy mogą lekceważyć ciśnienie krwi u osób leczonych i przeceniać je u osób z grupy kontrolnej.

błąd ankietera występuje, gdy ankieter zadaje wiodące pytania, które mogą systematycznie wpływać na odpowiedzi udzielane przez rozmówców.

minimalizacja uprzedzeń obserwatora / ankietera:

• tam, gdzie to możliwe, obserwatorzy powinni być zaślepieni na ekspozycję i stan chorobowy poszczególnych osób
• ślepi na badaną hipotezę.
• w randomizowanym kontrolowanym badaniu ślepi badacze i uczestnicy do grupy leczonej i kontrolnej (podwójnie zaślepione).
• opracowanie protokołu gromadzenia, pomiaru i interpretacji informacji.
• Zastosowanie standardowych kwestionariuszy lub kalibrowanych przyrządów, takich jak sfigmomanometry.
• Szkolenie ankieterów.

błąd przypominania (lub odpowiedzi) – w badaniu kontrolnym przypadku dane dotyczące ekspozycji są zbierane retrospektywnie. Jakość danych jest zatem w dużym stopniu określana na temat zdolności pacjenta do dokładnego przypomnienia sobie wcześniejszych ekspozycji. Odchylenie od normy może wystąpić, gdy informacje dotyczące narażenia różnią się między przypadkami i kontrolami. Na przykład osoba, której wyniki są przedmiotem dochodzenia (przypadek), może zgłosić swoje doświadczenia w zakresie narażenia w inny sposób niż osoba, której wyniki (Kontrola) są przedmiotem dochodzenia.

błąd przypominania może skutkować zaniżeniem lub zawyżeniem związku między ekspozycją a wynikiem.

metody minimalizujące odchylenia od normy obejmują:

• zbieranie danych o narażeniu z pracy lub dokumentacji medycznej.
• oślepianie uczestników hipotezy badawczej.

uprzedzenia dotyczące pożądania społecznego występują, gdy respondenci biorący udział w badaniach mają tendencję do odpowiadania w sposób, który ich zdaniem będzie postrzegany jako korzystny dla innych, na przykład przez nadmierne zgłaszanie pozytywnych zachowań lub niedostateczne zgłaszanie niepożądanych. W raportowaniu stronniczości osoby mogą selektywnie tłumić lub ujawniać informacje, z podobnych powodów (na przykład wokół historii palenia). Błąd raportowania może również odnosić się do selektywnego raportowania wyników przez autorów badania.

błąd wydajności odnosi się do sytuacji, gdy personel badawczy lub uczestnicy modyfikują swoje zachowanie / reakcje, gdy są świadomi przydziałów grupowych.

błąd wykrywania występuje, gdy sposób zbierania informacji o wynikach różni się w zależności od grupy. Odchylenie przyrządu odnosi się do sytuacji, gdy niewłaściwie skalibrowany przyrząd pomiarowy systematycznie przekracza/niedoszacowuje pomiar. Oślepianie oceniających wyniki oraz stosowanie znormalizowanych, skalibrowanych przyrządów może zmniejszyć ryzyko tego zjawiska.

2. Tendencja selekcji

tendencja selekcji występuje, gdy istnieje systematyczna różnica między:

• tymi, którzy uczestniczą w badaniu, a tymi, którzy nie biorą udziału (wpływająca na uogólnienie) lub
• tymi w ramieniu badanym i tymi w grupie kontrolnej (wpływająca na porównywalność między grupami).

oznacza to, że istnieją różnice w cechach między badanymi grupami, a te cechy są związane z ekspozycją lub wynikiem badania. Błąd wyboru może wystąpić z wielu powodów.

odchylenie próbkowania opisuje scenariusz, w którym niektóre osoby w populacji docelowej są bardziej narażone na wybór do włączenia niż inne. Na przykład, jeśli uczestnicy zostaną poproszeni o zgłoszenie się na ochotnika do badania, jest prawdopodobne, że ci, którzy zgłaszają się na ochotnika, nie będą reprezentować ogólnej populacji, zagrażając ogólności wyników badania. Wolontariusze są bardziej świadomi zdrowia niż ogólna populacja.

błąd alokacji występuje w kontrolowanych badaniach, gdy istnieje systematyczna różnica między uczestnikami w badanych grupach (inna niż badana interwencja). Można tego uniknąć poprzez randomizację.

utrata do obserwacji jest szczególnym problemem związanym z badaniami kohortowymi. Można wprowadzić uprzedzenia, jeśli osoby, które straciły na obserwacji, różnią się pod względem narażenia i wyników od osób, które pozostają w badaniu. Różnica strat uczestników z grup randomizowanego badania kontrolnego jest znana jako błąd ścierania.

• tendencja doboru w przypadku badań kontrolnych

tendencja doboru jest szczególnym problemem nieodłącznym w przypadku badań kontrolnych, gdzie prowadzi do braku porównywalności między przypadkami a kontrolami. W przypadku badań kontrolnych kontrole powinny być przeprowadzane z tej samej populacji co przypadki, tak aby były reprezentatywne dla populacji, która wytworzyła przypadki. W celu oszacowania stopnia narażenia w populacji stosuje się środki kontrolne. W związku z tym tendencja selekcyjna może wystąpić, gdy osoby wybrane jako osoby kontrolne są niereprezentatywne w populacji, która wytworzyła przypadki.

potencjalna tendencja selekcyjna w badaniach kontroli przypadku jest szczególnym problemem, gdy przypadki i kontrole są rekrutowane wyłącznie ze szpitala lub kliniki. Kontrole takie mogą być preferowane ze względów logistycznych. Jednak pacjenci szpitalni mają zwykle inne cechy niż szersza Populacja, na przykład mogą mieć wyższy poziom spożycia alkoholu lub palenia papierosów. Ich przyjęcie do szpitala może być nawet związane z ich stanem narażenia, więc pomiary narażenia wśród grup kontrolnych mogą różnić się od pomiarów w populacji referencyjnej. Może to prowadzić do stronniczego oszacowania związku między narażeniem a chorobą.

na przykład, w przypadku badania kontrolnego badającego wpływ palenia na raka płuc, Siła Stowarzyszenia byłaby niedoszacowana, gdyby kontrolni byli pacjenci z innymi schorzeniami na oddziale oddechowym, ponieważ przyjęcie do szpitala z powodu innych chorób płuc może być również związane z paleniem. Bardziej subtelnie, wpływ alkoholu na choroby wątroby może potencjalnie być niedoszacowany, jeśli kontrole są pobierane z innych oddziałów: wyższe niż średnia spożycie alkoholu może skutkować przyjęciem do różnych innych warunków, takich jak trauma.

ponieważ potencjalna tendencja selekcyjna może być mniej problematyczna w populacyjnych badaniach kontroli przypadków, Kontrola sąsiedzka może być preferowanym wyborem przy użyciu przypadków ze szpitala lub kliniki. Alternatywnie można zminimalizować potencjalne odchylenie wyboru, wybierając elementy sterujące z więcej niż jednego źródła. Na przykład zastosowanie zarówno kontroli szpitalnej, jak i Sąsiedzkiej.

• tendencja selekcyjna w badaniach kohortowych

tendencja selekcyjna może być mniej problematyczna w badaniach kohortowych w porównaniu z badaniami kontrolnymi przypadku, ponieważ narażone i nienaświetlone osoby są włączane, zanim opracują wynik zainteresowania.

jednak błąd selekcji może zostać wprowadzony, gdy kompletność obserwacji lub ustalenia przypadku różni się w zależności od kategorii ekspozycji. Na przykład łatwiejsze może być śledzenie narażonych osób, które pracują w tej samej fabryce, niż nienaświetlonych kontroli wybranych ze społeczności (Strata do błędu kontrolnego). Można to zminimalizować, zapewniając utrzymanie wysokiego poziomu działań następczych we wszystkich grupach analitycznych.

efekt zdrowego pracownika jest potencjalną formą nastawienia selekcyjnego specyficznego dla badań kohorty zawodowej. Na przykład badanie kohorty zawodowej może mieć na celu porównanie częstości występowania chorób wśród osób z danej grupy zawodowej z osobami z zewnętrznej populacji standardowej. Istnieje ryzyko stronniczości, ponieważ osoby zatrudnione na ogół muszą być zdrowe, aby pracować. Natomiast w ogólnej populacji znajdą się również osoby niezdolne do pracy. W związku z tym wskaźniki umieralności lub zachorowalności w kohorcie grupy zawodowej mogą być niższe niż w całej populacji.

w celu zminimalizowania możliwości wystąpienia takiej formy uprzedzeń należy wybrać grupę porównawczą spośród grupy pracowników wykonujących różne zadania w różnych lokalizacjach w ramach jednego zakładu1; na przykład grupa pracowników biurowych, którzy nie są narażeni na działanie promieniowania jonizującego. Alternatywnie Grupa porównawcza może być wybrana spośród zewnętrznej populacji zatrudnionych osób.

• tendencja selekcyjna w badaniach randomizowanych

teoretycznie mniej prawdopodobne jest, że tendencja selekcyjna będzie miała wpływ na badania randomizowane, ponieważ osoby są losowo przydzielane do porównywanych grup i należy podjąć kroki w celu zminimalizowania zdolności badaczy lub uczestników do wpływania na ten proces alokacji. Jednakże odmowa udziału w badaniu lub późniejsze wycofanie może mieć wpływ na wyniki, jeśli przyczyny są związane zarówno z narażeniem, jak i wynikiem.

mieszanie

mieszanie, interakcja i modyfikacja efektu

mieszanie zapewnia alternatywne wyjaśnienie związku między ekspozycją (X) a wynikiem. Występuje, gdy obserwowany związek jest w rzeczywistości zniekształcony, ponieważ ekspozycja jest również skorelowana z innym czynnikiem ryzyka (Y). Ten czynnik ryzyka Y jest również związany z wynikiem, ale niezależnie od ekspozycji objętej badaniem, X. W konsekwencji szacowany związek nie jest taki sam, jak rzeczywisty wpływ ekspozycji X na wynik.

nierówny rozkład dodatkowego czynnika ryzyka, Y, pomiędzy grupami badanymi, spowoduje zamieszanie. Obserwowany związek może być spowodowany w całości lub w części skutkami różnic między grupami badanymi, a nie narażeniem objętym badaniem.1

potencjalnym czynnikiem zakłócającym jest każdy czynnik, który może mieć wpływ na ryzyko choroby w trakcie badania. Może to obejmować czynniki mające bezpośredni związek przyczynowy z chorobą, a także czynniki, które są miarami zastępczymi dla innych nieznanych przyczyn, takich jak wiek i status społeczno-ekonomiczny.2

aby zmienna została uznana za czynnik zakłócający:

1. zmienna musi być niezależnie powiązana z wynikiem (tj. być czynnikiem ryzyka).
2. zmienna musi być również związana z ekspozycją badaną w populacji źródłowej.
3. zmienna nie powinna leżeć na szlaku przyczynowym pomiędzy ekspozycją a chorobą.

przykłady zaburzeń

w badaniu stwierdzono, że spożycie alkoholu wiąże się z ryzykiem choroby niedokrwiennej serca (CHD). Jednak palenie mogło zakłócać związek między alkoholem a CHD.

palenie samo w sobie jest czynnikiem ryzyka dla CHD, więc jest niezależnie związane z wynikiem, a palenie jest również związane ze spożyciem alkoholu, ponieważ palacze mają tendencję do picia więcej niż niepalący.

kontrolowanie potencjalnego zakłócającego wpływu palenia może w rzeczywistości nie wykazywać związku między spożyciem alkoholu a CHD.

skutki czynników zakłócających

czynniki zakłócające, jeśli nie są kontrolowane, powodują odchylenie w oszacowaniu wpływu badanej ekspozycji. Skutki mylenia mogą skutkować:

• obserwowanym Stowarzyszeniem, gdy nie istnieje prawdziwe skojarzenie.
• brak obserwowanego skojarzenia, gdy istnieje prawdziwe skojarzenie.
• niedocenianie związku (negatywne pomieszanie).
• przecenienie Stowarzyszenia (pozytywne pomieszanie).

kontrolowanie zakłócania

można rozwiązać na etapie projektowania badania lub dostosować na etapie analizy, pod warunkiem zebrania wystarczających odpowiednich danych. Wiele metod można zastosować do kontroli potencjalnych czynników zakłócających, a celem wszystkich z nich jest uczynienie grup jak najbardziej podobnymi w odniesieniu do czynników zakłócających.

Controlling do zakłócania na etapie projektowania

potencjalne czynniki zakłócające można zidentyfikować na etapie projektowania na podstawie wcześniejszych badań lub ponieważ związek między czynnikiem a wynikiem można uznać za biologicznie prawdopodobny. Metody ograniczania zakłóceń na etapie projektowania obejmują randomizację, ograniczenie i dopasowanie.

• randomizacja

jest to idealna metoda kontrolowania zakłócania, ponieważ wszystkie potencjalne zmienne zakłócające, zarówno znane, jak i nieznane, powinny być równomiernie rozłożone między badane grupy. Polega ona na losowym przyporządkowaniu (np. za pomocą tabeli liczb losowych) jednostek do grup badawczych. Jednak metoda ta może być stosowana tylko w eksperymentalnych badaniach klinicznych.

• ograniczenie

ograniczenie ogranicza udział w badaniu do osób, które są podobne w stosunku do dezorientatora. Na przykład, jeśli udział w badaniu jest ograniczony tylko do niepalących, wszelkie potencjalne mylące skutki palenia zostaną wyeliminowane. Jednak wadą ograniczenia jest to, że uogólnienie wyników badania na szerszą populację może być trudne, jeśli grupa badawcza jest jednorodna.1

• dopasowanie

dopasowanie polega na wyborze kontroli, aby rozkład potencjalnych czynników zakłócających (np. wiek lub status palenia) był jak najbardziej podobny do tego w poszczególnych przypadkach. W praktyce jest to wykorzystywane tylko w badaniach case-control, ale można to zrobić na dwa sposoby:

1. dopasowanie par – wybór dla każdego przypadku jednej lub więcej kontroli o podobnych cechach (np.
2. dopasowanie częstotliwości – zapewnienie, że jako grupa przypadki mają podobne cechy do kontroli

wykrywanie i kontrolowanie zakłócania na etapie analizy

obecność lub wielkość zakłócania w badaniach epidemiologicznych jest oceniana poprzez obserwację stopnia rozbieżności między oszacowaniem surowym (bez kontrolowania zakłócania) a skorygowanym oszacowaniem po uwzględnieniu potencjalnych czynników zakłócających. Jeśli oszacowanie się zmieniło i istnieje niewielka różnica między współczynnikami specyficznymi dla warstwy (patrz poniżej), to istnieją dowody na mylące.

niewłaściwe jest stosowanie testów statystycznych do oceny obecności zakłócania, ale w celu zminimalizowania jego wpływu można zastosować następujące metody.

• stratyfikacja

stratyfikacja pozwala na zbadanie związku między ekspozycją a wynikiem w różnych warstwach zmiennej zakłócającej, na przykład według wieku lub płci. Siła asocjacji jest początkowo mierzona oddzielnie w każdej warstwie zmiennej zakłócającej. Przy założeniu, że wskaźniki specyficzne dla warstwy są stosunkowo jednolite, można je następnie połączyć w celu uzyskania podsumowanego oszacowania jako skorygowanego lub kontrolowanego dla potencjalnego czynnika zakłócającego. Przykładem jest metoda Mantela-Haenszela. Jedną z wad tej metody jest to, że im bardziej oryginalna próbka jest stratyfikowana, tym mniejsza staje się każda warstwa, a moc wykrywania skojarzeń jest zmniejszona.

• analiza wielowymiarowa

modelowanie statystyczne (np. multivariable regression analysis) jest używany do kontroli więcej niż jednego confounder w tym samym czasie, i pozwala na interpretację efektu każdego confounder indywidualnie. Jest to najczęściej stosowana metoda radzenia sobie z konfundowaniem na etapie analizy.

• standaryzacja

standaryzacja uwzględnia czynniki zakłócające (na ogół wiek i płeć), wykorzystując standardową populację referencyjną do negowania wpływu różnic w rozkładzie czynników zakłócających między badanymi populacjami. Zobacz „liczniki, mianowniki i populacje zagrożone”, aby uzyskać więcej informacji.

Pozostałe konfundowanie

możliwe jest kontrolowanie czynników zakłócających tylko na etapie analizy, jeśli dane dotyczące czynników zakłócających zostały dokładnie zebrane. Szczątkowe pomieszanie występuje, gdy wszystkie zakłócające nie zostały odpowiednio dostosowane, albo dlatego, że zostały niedokładnie zmierzone, albo dlatego, że nie zostały zmierzone (na przykład, nieznane zakłócające). Przykładem może być status społeczno-ekonomiczny, ponieważ wpływa on na wiele wyników zdrowotnych, ale trudno go dokładnie zmierzyć.3

interakcja (modyfikacja efektu)

interakcja występuje, gdy kierunek lub wielkość związku między dwiema zmiennymi zmienia się w zależności od poziomu trzeciej zmiennej (modyfikator efektu). Na przykład aspiryna może być stosowana do leczenia objawów chorób wirusowych, takich jak grypa. Jednak, chociaż może być skuteczny u dorosłych, stosowanie aspiryny u dzieci z chorobami wirusowymi wiąże się z dysfunkcją wątroby i uszkodzeniem mózgu (zespół Reye ’ a).4 w tym przypadku wpływ aspiryny na leczenie chorób wirusowych jest modyfikowany przez wiek.

w przypadku, gdy istnieje interakcja, obliczanie ogólnego oszacowania związku może być mylące. W przeciwieństwie do zakłócania, interakcja jest zjawiskiem biologicznym i nie powinna być statystycznie dostosowana. Powszechną metodą radzenia sobie z interakcją jest analiza i przedstawienie skojarzeń dla każdego poziomu trzeciej zmiennej. W powyższym przykładzie szanse na rozwój zespołu Reye ’ a po zastosowaniu aspiryny w chorobach wirusowych byłyby znacznie większe u dzieci w porównaniu z Dorosłymi, co podkreśliłoby rolę wieku jako modyfikatora efektu. Interakcję można potwierdzić statystycznie, na przykład za pomocą testu chi-kwadrat do oceny heterogeniczności w oszacowaniach specyficznych dla warstwy. Wiadomo jednak, że takie testy mają niską moc do wykrywania interakcji5 i zaleca się również oględziny szacunków specyficznych dla warstwy.

1. Hennekens CH, Buring JE. Epidemiology in Medicine, Lippincott Williams & Wilkins, 1987.
2. Carneiro i, Howard N. Wprowadzenie do Epidemiologii. Open University Press, 2011.
3. http://www.edmundjessop.org.uk/fulltext.doc – dostęp 20/02/16
4. Zespół Reye ’ a i aspiryna: żebyśmy nie zapomnieli. BMJ 2001; 322: 1591.
5. Marshall SW. Moc do testów interakcji: efekt podniesienia poziomu błędu typu 1. Perspektywy epidemiologiczne i innowacje 2007; 4: 4.