Confounding
het effect van de determinant wordt deels of volledig verward met het effect van een andere determinant. Er ontstaat een vertekening van de associatie door de aanwezigheid van een tweede determinant (3e variabele).
Drie voorwaarden confounding
- De potentiële confounder is geassocieerd met de uitkomst. Oftewel, personen zonder de factor hebben een andere ziektefrequentie dan personen met de factor onder mensen met strottenhoofdkanker zijn meer rokers dan niet-rokers.
- De potentiële confounder is geassocieerd met de determinant. Oftewel, de waarden van de factor zijn ongelijk verdeeld over de waarden van de primaire determinant onder alcoholdrinkers zijn meer rokers dan onder niet-alcoholdrinkers.
- De factor ligt niet in het causale pad van determinant en uitkomst. Oftewel, de confounder is/speelt:
▪ Geen oorzaak van de determinant (veroorzaakt roken alcohol drinken? = nee).
▪ Geen gevolg van de uitkomst (veroorzaakt strottenhoofdkanker roken? = nee).
▪ Geen causale rol tussen determinant en uitkomst
(bepaalt alcohol drinken roken en bepaalt roken op zijn beurt strottenhoofdkanker? = nee).
Hoe weten confounding
- 2x2 tabel maken door de splitsen van factor en niet factor groep
- bereken de associatie tussen primaire determinant (D) en ziekte (Z) –> ruwe data
- bereken de associatie tussen D en Z voor iedere categorie van de mogelijke confounder –> gestratificeerd RR/OR
- vergelijk ruwe met gestratificeerde associatie
restrictie
Bij restrictie worden bijvoorbeeld rokers geëxludeerd of wordt er alleen voor mannen gekozen. Dan ontstaat er wel het probleem dat er niet gegeneraliseerd kan worden naar niet-rokers en vrouwen, respectievelijk.
matching
Matching in een cohortonderzoek houdt in dat er in de te vergelijken subcohorten (blootgesteld en niet-blootgesteld) een gelijke verdeling ontstaat van mogelijke confounders, zodat alleen de blootstelling anders is.
Effectmodificatie
de bestuderende relatie tussen de determinant en de uitkomst is niet voor elke groep hetzelfde, ofwel is er een populatie-effect of is dit verschillend voor andere groepen?
Belangrijk effectmodificatie
- Bij effectmodificatie kun je niet spreken van dé associatie of hét effect, want dit verschilt voor iedere groep. Je corrigeert niet voor effectmodificatie. In plaats daarvan presenteer je de associatie voor elke groep.
- Ook bij effectmodificatie kun je stratificeren, maar bij confounding zijn de stratumspecifieke effecten gelijk aan elkaar (kan een gewogen gemiddelde nemen), bij effectmodificatie niet, presenteer daarom de stratumspecifieke effectmaten apart. Op deze manier kun je er ook achter komen of er sprake is van confounding of effectmodificatie.➔ Ook bij effectmodificatie kun je stratificeren, maar bij confounding zijn de stratumspecifieke effecten gelijk aan elkaar (kan een gewogen gemiddelde nemen), bij effectmodificatie niet, presenteer daarom de stratumspecifieke effectmaten apart. Op deze manier kun je er ook achter komen of er sprake is van confounding of effectmodificatie.
- Als een variabele zowel een effectmodificator (is het biologisch plausibel?) als een confounder (voldoet het aan de 3 voorwaarden?) kan zijn, onderzoek dan eerst effectmodificatie en dan confounding:
Mantel-Haenzel schatting
Het gewogen gemiddelde van de OR van twee strata
Formule ORmh
(a1 x d1 / N1 + a2 x d2 / N2) / (b1 x c1 / N1 + b2 x c2 / N2)
Causaliteit
Een tijdsindicatie is nodig om oorzaak-gevolg relatie te kunnen aantonen. Je begint met een bepaalde situatie en over de tijd ga je zien hoe die situatie zich ontwikkelt.
Dit verschilt van een transversale studie. In zo’n studie meet je de determinant en uitkomst op hetzelfde moment. Het ene vindt niet vooraf plaats aan het ander dus kun je ook niet concluderen dat het ene leidt tot het ander.
Etiologisch en prognostisch onderzoek causaliteit
Je wilt er achterkomen of een determinant werkelijk de uitkomst veroorzaakt. Zelfs als er sprake is van een associatie kun je nog niet zeggen dat de determinant de uitkomst veroorzaakt. Vaak zijn er ook meerdere oorzaken
9 Bradford Hill criteria voor causaliteit
- Type onderzoek (specificiteit): Is de opzet gevoelig voor vertekening? In hoeverre komt een bepaalde uitkomst door de determinant i.p.v. mogelijke confounders?
- Validiteit: Is je meetinstrument valide?
- Tijdsrelatie (volgordelijkheid): Gaat de blootstelling vooraf aan ziekte?
- Plausibiliteit: Is de relatie biologisch geloofwaardig (logisch)?
- Sterkte van de associatie: Een sterk verband duidt eerder op causaliteit dan een zwak verband.
- Dosis-effectrelatie: Wordt de associatie sterker naarmate de blootstelling toeneemt?
- Generalisatie: Kunnen de resultaten vertaald worden naar andere bevolkingsgroepen?
- Consistentie: Is dezelfde bevinding gedaan in een andere proefopzet en in een andere populatie?
- Analogie: Lijkt de gevonden relatie op soortgelijke verbanden die al bekend zijn?
belangrijk bewijs voor causaliteit
tijdsvolgorde van gebeurtenissen
Prospectief cohortonderzoek en RCT samen
Hogere status dan transversale en patient controle studies
experimenteel aangetoond verband
een sterke indicatie voor oorzakelijkheid, want als alle mogelijke oorzakelijke factoren van een uitkomst random verdeeld zijn over twee groepen behalve de behandeling of blootstelling, en niemand weet welke groep de placebo groep is, moet het gevonden effect wel toe te schrijven zijn aan de behandeling of blootstelling
causale redeneringen
deze kunnen deductief of inductief zijn
deductief
van algemeen naar specifiek –> het uitgangspunt is een model, dat gebruikt kan worden om een voorspelling te doen. Dit leidt vaak tot een voorspeld patroon, is het aannemelijk dat het systematisch aantreffen van zulke patronen een indicatie is voor het bestaan van zon verband (inductie)
inductief
van specifiek naar algemeen –> herhaalde waarnemingen
bevestigen theoretische overweging. Er is nog geen model om vanuit te voorspellen. Het proberen te snappen van causale verbanden is inductief.
