Bias. Qualsiasi tendenza nella raccolta, l'analisi, l'interpretazione, la pubblicazione o la...
-
Upload
gemma-cocco -
Category
Documents
-
view
214 -
download
0
Transcript of Bias. Qualsiasi tendenza nella raccolta, l'analisi, l'interpretazione, la pubblicazione o la...
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
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