BiasBias

Qualsiasi tendenza nella raccolta, l'analisi, l'interpretazione, la pubblicazione o la revisione dei dati, che possa portare a conclusioni che sono sistematicamente diverse dalla verità (Last, 2001)

Un processo a qualsiasi stato di inferenza che tende a produrre risultati che si discostano sistematicamente dai veri valori (Fletcher et al, 1988)

Errore sistematico nella progettazione o conduzione di uno studio (Szklo et al, 2000)

Cosa è il Bias? Cosa è il Bias?

Gli Errori possono essere differenziali (sistematici) o non differenziale (casuali)

Errore casuale: uso di misure non valide che incide in modo analogo per casi e controlli

Errore Differenziale: uso di misure non valide che incide in modo diverso per casi e controlli

Il termine 'bias' dovrebbe essere riservato per gli errori differenziali o sistematici.

Il Bias è l’errore sistematicoIl Bias è l’errore sistematico

0

2

4

6

8

10

12

14

0 5 10 15 20 25 30 35

Size of induration (mm)

Per Cent

Random ErrorRandom Error

WHO (www)

0

2

4

6

8

10

12

14

0 5 10 15 20 25 30

Systematic ErrorSystematic Error

Per Cent

Size of induration (mm)

WHO (www)

Caso vs Bias

Il Caso provoca un errore random Il Bias provoca un errore sistematico

Errori random si annulleranno l'un l'altro, a lungo termine (grande dimensione del campione)

Errori sistematici non si annulleranno a vicenda qualunque sia la dimensione del campione

Il Caso conduce a risultati imprecisi Il Bias conduce a risultati inesatti

Bias di selezione Natura del campione non rappresentativa

Bias di Informazione (misclassificazione) Errori nella misurazione della esposizione alla malattia

Bias di confondimento Distorsione della relazione esposizione - malattia da parte di altri fattori

Diversi tipi di bias non si escludono a vicenda

Tipi di Bias Tipi di Bias

Bias di SelezioneBias di Selezione

Differenze selettive tra i gruppi in confronto che impattano sul rapporto tra

esposizione e esito

Esempio di Bias di selezioneEsempio di Bias di selezione

Studio caso-controllo: I controlli hanno meno possibilità di esposizione dei casi

Esito: tumore al cervello; esposizione: esposizione a linee elettriche ad alta tensione

Casi scelti in aree dove non vi sono linee elettriche

Controlli scelti in aree dove vi sono linee elettriche

Differenze sistematiche tra i casi ed i controlli

Self-bias di selezione:

- Si desidera determinare la prevalenza di infezione da HIV

- Arruolamento di volontari per la fase di test

- É questa una popolazione adeguata per trarre delle conclusioni?

Esempio di Bias di selezioneEsempio di Bias di selezione

Healthy worker effect:  

Un'altra forma di auto-bias di selezione cioè un processo di "Auto-screening“: le persone che sono malate si auto-eliminano dalla popolazione lavorativa attiva

Esempio di Bias di selezioneEsempio di Bias di selezione

Bias Diagnostico (o di workup):

La diagnosi (selezione dei casi) può essere influenzata dalla conoscenza sull’esposizione

Esempio: - Studio caso-controllo. Esito: malattia polmonare. Esposizione: fumo

- Il radiologo consapevole che il soggetto fuma durante la lettura dell’esame può guardare con maggiore attenzione

Esempio di Bias di selezioneEsempio di Bias di selezione

Bias di selezione Natura del campione non rappresentativa

Bias di Informazione (misclassificazione) Errori nella misurazione della esposizione alla malattia

Bias di confondimento Distorsione della relazione esposizione - malattia da parte di altri fattori

Tipi di Bias Tipi di Bias

Bias di InformazioneBias di Informazione

Il metodo di raccolta delle informazioni è inappropriato e conduce ad errori sistematici nelle misurazione delle esposizioni o degli esiti

Se la misclassificazione dell’esposizione (o della malattia) non è associata alla malattia (o all’esposizione), la misclassificazione non è differenziale

Se la misclassificazione di esposizione (o malattia), è legata alla malattia (o all’esposizione), la misclassificazione differenziale

Distorce la vera forza di associazione

Fonti di bias di informazione :

Soggetto

Osservatore Strumenti

Bias di InformazioneBias di Informazione

Recall bias:

I soggetti esposti hanno una maggiore probabilità di ricordare l'esposizione

I Casi possono controllare più da vicino la loro storia passata alla ricerca di spiegazioni della loro malattia

I Controlli, non sentendosi malati, possono esaminare meno attentamente la loro storia passata

Importante -in studi caso-controllo -negli studi retrospettivi (o a posteriori)

Esempi di Bias di InformazioneEsempi di Bias di Informazione

Bias di segnalazione :

Individui con grave malattia tendono ad avere ricordi più completi quindi più informazioni sull’esposizione

Persone che sono consapevoli di essere i partecipanti di uno studio si comportano in maniera diversa (effetto Hawthorne)

Esempi diEsempi di Bias di InformazioneBias di Informazione

Come controllare il Bias di Informazione

- Cecità (Blinding)

Impedisce a investigatori e intervistatori di conoscere quali sono i casi e quali i controlli o chi è esposto e chi no

- Uso di questionari    Utilizzare più domande che chiedono le stesse informazioni (agisce come un doppio-check)

- Precisione    Diagnosi raccolta dei dati provenienti da varie fonti

Bias di selezione Natura del campione non rappresentativa

Bias di Informazione (misclassificazione) Errori nella misurazione della esposizione alla malattia

Bias di confondimento Distorsione della relazione esposizione - malattia da parte di altri fattori

Tipi di Bias Tipi di Bias

Fattore di confondimento: Un terzo fattore, che è legato ad entrambe esposizione e esito, e che determina in parte / completamente il rapporto tra i due

Bias di ConfondimentoBias di Confondimento

Esposizione Esito

Terza variabile

Due condizioni:

Essere associato con l’esposizione senza esserne una conseguenza

Essere associato all’esito indipendentemente dall’esposizione

Fattore di confondimentoFattore di confondimento

Cases of Down Syndrome by Birth Order

Ordine di nascita

Sindrome di Down

EPIET (www)

Cases of Down Syndrome by Age Groups

Ordine di nascita

Sindrome di Down

Ordine di nascita

Età della madre

Ordine di nascita

Sindrome di Down

Età della madre

Cases of Down Syndrome by Birth Order

and Maternal Age

Coffee Ca Polmone

Coffee

Fumo

Coffee Ca Polmone

Fumo

Come controllare i fattori di confondimento?

– Nello fase di progettazione dello studio

RESTRIZIONE di soggetti in base al potenziale fattore di confondimento

ASSEGNAZIONE RANDOM di soggetti ai gruppi di studio

MATCHING i soggetti per potenziali fattori di confondimento assicurando così la distribuzione tra i gruppi di studio

– Nell’analisi dei dati

ANALISI STRATIFICATE: analisi della varianza a più fattori, analisi con tecniche di regressione (es. della covarianza)

Come controllare i fattori di confondimento?

Supponiamo una tabulazione di sopravvivenza per i pazienti con un certo tipo di tumore. Consideriamo separatamente la sopravvivenza di pazienti in cui il cancro ha metastatizzato e la sopravvivenza di pazienti in cui il cancro rimane localizzato. Come ci si aspetterebbe, la sopravvivenza media è più lunga per i pazienti senza metastasi. Adesso uno scanner più avanzato diventa disponibile, il che rende possibile rilevare metastasi più piccole. Che cosa succede per la sopravvivenza dei pazienti nei due gruppi? Il gruppo di pazienti senza metastasi è ora più piccolo. I pazienti che vengono rimossi dal gruppo sono quelle con le piccole metastasi che non avrebbero potuto essere rilevate senza la nuova tecnologia. Nel togliere questi pazienti, la sopravvivenza media dei pazienti rimasti nel gruppo "no metastasi" migliora. Che dire degli altri? Il gruppo di pazienti con metastasi è ora più grande. Tuttavia, quelli aggiunti sono quelli con le piccole metastasi. Questi pazienti tendono a vivere più a lungo rispetto ai pazienti con metastasi più grandi. Pertanto, la sopravvivenza media del gruppo di pazienti "con-metastasi" migliora. Cambiare il metodo diagnostico, paradossalmente, aumenta la sopravvivenza media di entrambi i gruppi! Questo paradosso è chiamato fenomeno di Will Rogers (una citazione dell’umorista Will Rogers ("Quando Okies lasciò la California e si recò in Oklahoma, ha sollevato la media dell’intelligenza in entrambi gli Stati").

WILL ROGERS' PHENOMENON