Bouter Leerboek Epidemiologie H5: Validiteit en betrouwbaarheid.
Er is sprake van bias als associaties systematisch afwijken van de werkelijkheid. Deze zijn in
te delen in: selectiebias, informatiebias en confounding. Bias kan ervoor zorgen dat het
effect wordt overschat, onderschat of zelfs een andere richting krijgen.
Indien bijvoorbeeld het OR hoger geschat wordt dan de werkelijkheid, spreekt men van een
overschatting van het effect, ook wel aangeduid met positieve bias of bias weg van de
null-waarde van geen effect. Indien bijvoorbeeld het OR lager geschat wordt dan de
werkelijkheid, spreekt men van een onderschatting, ook wel aangeduid met negatieve bias
of bias richting de null-waarde van geen effect.
Switch-over bias: de determinant was bijvoorbeeld in werkelijkheid een schadelijke factor,
maar als gevolg van fouten in het onderzoeksdesign wordt nu juist de suggestie gewekt dat
het om een beschermende factor gaat.
Selectiebias: vertekening van de effectschatting als gevolg van fouten bij de selectie of de
follow-up van onderzoekspersonen.
Informatiebias: vertekening van de effectschatting als gevolg van fouten bij de meting van de
variabelen in het onderzoek (determinant, uitkomst, confounding, effectmodificatoren) en
dus bij de classificatie van de onderzoekspopulatie in subcategorieën op grond van de
gemeten variabelen.
Confounding resulteert in een vertekende effectschatting doordat de groepen die in het
onderzoek worden vergeleken, op verschillende wijzen zijn blootgesteld aan andere
risicofactoren voor ziekte. Aldus ontstaat er een vermenging van het effect van de primaire
determinant met het effect van de andere determinanten, waarin men op dat moment niet
geïnteresseerd is.
Tussen deze drie categorieën kan sprake zijn van enige overlap. Zo kan confounding
geïntroduceerd worden door de selectie van de onderzoekspersonen.
Doorgaans reserveert men het begrip confounding voor bekende en meetbare risicofactoren
van de betreffende ziekte die ongelijk verdeeld zijn over de vergelijkende groepen. Als deze
variabelen daadwerkelijk gemeten zijn, kan men deze variabelen in de analysefase van het
onderzoek meestal nog wel corrigeren.
Selectiebias en informatiebias kunnen niet meer rechtgezet worden wanneer de
onderzoeksgegevens eenmaal verzameld zijn, tenzij de grootte en de richting van de
gemaakte selectie-en meetfouten exact bekend zijn.
1
, 1. Selectiebias: treedt op indien de kansen voor personen om in de onderzoekspopulatie te
worden opgenomen afhankelijk zijn van de bestudeerde uitkomst (cohortonderzoek) dan wel
van de bestudeerde determinant (patiëntcontroleonderzoek).
In een cohortonderzoek worden de onderzoekspersonen gerekruteerd en ingedeeld op
grond van hun expositiestatus. Bij deze vorm van onderzoek zou selectiebias optreden
indien de kans om als vertegenwoordiger van een bepaalde expositiecategorie in de
2
Er is sprake van bias als associaties systematisch afwijken van de werkelijkheid. Deze zijn in
te delen in: selectiebias, informatiebias en confounding. Bias kan ervoor zorgen dat het
effect wordt overschat, onderschat of zelfs een andere richting krijgen.
Indien bijvoorbeeld het OR hoger geschat wordt dan de werkelijkheid, spreekt men van een
overschatting van het effect, ook wel aangeduid met positieve bias of bias weg van de
null-waarde van geen effect. Indien bijvoorbeeld het OR lager geschat wordt dan de
werkelijkheid, spreekt men van een onderschatting, ook wel aangeduid met negatieve bias
of bias richting de null-waarde van geen effect.
Switch-over bias: de determinant was bijvoorbeeld in werkelijkheid een schadelijke factor,
maar als gevolg van fouten in het onderzoeksdesign wordt nu juist de suggestie gewekt dat
het om een beschermende factor gaat.
Selectiebias: vertekening van de effectschatting als gevolg van fouten bij de selectie of de
follow-up van onderzoekspersonen.
Informatiebias: vertekening van de effectschatting als gevolg van fouten bij de meting van de
variabelen in het onderzoek (determinant, uitkomst, confounding, effectmodificatoren) en
dus bij de classificatie van de onderzoekspopulatie in subcategorieën op grond van de
gemeten variabelen.
Confounding resulteert in een vertekende effectschatting doordat de groepen die in het
onderzoek worden vergeleken, op verschillende wijzen zijn blootgesteld aan andere
risicofactoren voor ziekte. Aldus ontstaat er een vermenging van het effect van de primaire
determinant met het effect van de andere determinanten, waarin men op dat moment niet
geïnteresseerd is.
Tussen deze drie categorieën kan sprake zijn van enige overlap. Zo kan confounding
geïntroduceerd worden door de selectie van de onderzoekspersonen.
Doorgaans reserveert men het begrip confounding voor bekende en meetbare risicofactoren
van de betreffende ziekte die ongelijk verdeeld zijn over de vergelijkende groepen. Als deze
variabelen daadwerkelijk gemeten zijn, kan men deze variabelen in de analysefase van het
onderzoek meestal nog wel corrigeren.
Selectiebias en informatiebias kunnen niet meer rechtgezet worden wanneer de
onderzoeksgegevens eenmaal verzameld zijn, tenzij de grootte en de richting van de
gemaakte selectie-en meetfouten exact bekend zijn.
1
, 1. Selectiebias: treedt op indien de kansen voor personen om in de onderzoekspopulatie te
worden opgenomen afhankelijk zijn van de bestudeerde uitkomst (cohortonderzoek) dan wel
van de bestudeerde determinant (patiëntcontroleonderzoek).
In een cohortonderzoek worden de onderzoekspersonen gerekruteerd en ingedeeld op
grond van hun expositiestatus. Bij deze vorm van onderzoek zou selectiebias optreden
indien de kans om als vertegenwoordiger van een bepaalde expositiecategorie in de
2
