3 Yanlılık (bias) – Karıştırıcılık(confounding)

advertisement
KARIŞTIRICI FAKTÖR
Confounding factor, Surrogate factor
YANLILIK
Bias
Epidemiyolojik araştırmalarda
yanıltıcı sonuçlara ulaşılabilir.
Yani neden ile sonuç arasında
bir ilişki yokken varmış gibi,
ilişki varken yokmuş gibi
sonuçlar ortaya çıkabilir, ya da
ilişkinin kuvveti abartılı veya
daha düşük bulunabilir.
Yanıltıcı sonuçlar şu nedenlere
bağlı oluşabilir:
1. Çalışmaya sistemik hataların
karışmış olması (yanlılık,
bias)
2. Örnekleme hataları
3. Karıştırıcı faktör etkisi
4. Etkileşimlerin etkisi
Neden sonuç ilişkisi kriterleri:
İlişkinin varlığı
İlişkinin kuvveti
İlişkinin kararlılığı
İlişkinin maruziyet dozu
arttıkça kuvvetlenmesi
Öncelik sonralık ilişkisinin
görülebilmesi
Maruziyet ortadan kalkınca ilişkinin
zayıflaması ve kaybolması
Mevcut bilgi birikimiyle uyumlu
olması ve mantığa aykırı olmaması
Alkol –Larenks Kanser İlişkisi ( 10 yıl
İzleme Süreli Prospektif Çalışma)
Larenks Normal Toplam
CA
Alkol +
66
3334
3400
Alkol 54
4546
4600
Relative risk= ………/…………….
Odds Oranı= (…../……)/(……/……)
Alkol –Larenks Kanser İlişkisi ( 10 yıl
İzleme Süreli Prospektif Çalışma)
Larenks
Normal Toplam
CA
Alkol + 66 (%1.9) 3334
3400
Alkol - 54 (%1.2) 4546
4600
Kaba (crude) Relative risk=
(66/3400) / (54/4600) = 1.65
Kaba Odds Oranı =
(66/3334) / (54/4546) = 1.67
(95% Güven aralığı: 1.16 – 2.394)
P=0.005
p<0.01
Alkol –Larenks Kanser İlişkisi ( 10 yıl
İzleme Süreli Prospektif Çalışma)
Alkol içenlerde ve içmeyenlerde
sigara içme durumu
Sigara + Sigara - Toplam
Alkol +
1600
1800
3400
(%47)
Alkol 400
4200
4600
Relative risk= …33…………/…………….
%8.7)
Toplam
2000
6000
8000
Sigara içenlerde Alkol – Larenks
Kanseri İlişkisi ( 10 yıl İzleme Süreli
Prospektif Çalışma)
Larenks Normal Toplam
CA
Alkol +
48(%3) 1552
1600
Alkol 12 (%3)
388
400
Toplam 60 (%3) 1940
2000
Rölatif risk=1
Odds oranı=1
Sigara içmeyenlerde Alkol – Larenks
Kanseri İlişkisi ( 10 yıl İzleme Süreli
Prospektif Çalışma)
Larenks Normal Toplam
CA
Alkol +
18 (%1) 1782
1800
Alkol 42 (%1) 4158
4200
Toplam 60 (%1) 5940
6000
Larenks kanseri
insidans oranı/10 yıl
Sigara içenlerde = %3
Sigara içmeyenlerde= %1
Rölatif risk=3
Alkol (Faktör)
Sigara
Larenks kanseri
Sonuç)
Sigara larenks kanseri ilişkisini
incelediğimizi düşünelim:
Larenks metaplazisi sigarayla ilişkili
olabilir, larens kanseriyle de ilişkili
olabilir, fakat sigaranın larenks
kanserine yol açışında ara basamak
(veya ara sonuç) olduğu için karıştırıcı
faktör olmaz. Bu nedenle böyle
değişkenler karıştırıcı değişken
işlemine tabi tutulmalıdırlar, aksi
takdirde, yani karıştırıcı değişken gibi
işlem görürlerse, aranan ilişkiyi örtücü
rol oynarlar.
Aranan bir bir ilişkiyi (alkol kullanımı ile larinks
kanseri arasındaki ilişki gibi), başka bir faktörün
karıştırması şu iki özellik varsa olabilir:
1-Karıştıcı faktör, hem bağımlı hem de bağımsız
değişken ile ilişkili olmalıdır.
Karıştırıcı faktör
Bağımsız değişken
Bağımlı değişken
2-Bu faktör, Bağımsız değişkenin sonuç değişkenine
neden olurken arada ortaya çıkan sonuç
değişkeninin erken aşaması veya mekanizması
olmamalıdır.
Faktör
Ön aşama
Bağımlı değişken
Karıştırıcı değişkenlerin etkilerinden
arındırılmış ve etkileşimleri
gösterebilen çok değişkenli analizler
(Örneğin lojistik regresyon), odds
oranlarını, modele alınan
(hesaplamada dikkate alınan)
karıştırıcı faktörlerinden etkisinden
arındırılmış (düzeltilmiş odds oranı –
adjusted odds ratio) olarak
hesaplarlar.
Karıştırıcı faktörler olmayan bir
ilişkiyi var gibi gösterebilecekleri
gibi, var olan bir ilişkiyi olduğundan
fazla veya olduğundan düşük
düzeyde gösterebilirler.
Çok değişkenli analizler hem
karıştırıcı faktör etkisinden
arındırılmış sonuç verirler, hem de
etkileşimleri gösterebilirler.
Randomize kontrollu
çalışmalar karıştırıcı faktör
etkisine karşı önemli ölçüde
dayanıklıdır. Karıştırıcı
faktörlerin etkisinden
korunmanın yollarından
birisidir.
Gözlemsel çalışmalarda karıştırıcı
faktör etkisi ya çalışma düzenlenirken
bu faktörün iki grupta da eşit oranda
olmasını sağlayacak eşleştirmeler
yapılır, ya da analiz sırasında bu ilişkiyi
bu faktörün etkisinden arındırabilecek
hesaplamalar veya çok değişkenli
modeller kullanılır.
BİAS = YANLILIK: Değişik biçimlerde
devreye girerek sonucu çarpıtabilir.
Grupların oluşumu sırasında olabilir.
Seçilme tipi yanlılık (Selection bias);
Küçük ölçekli olan ve etkinin önemliliğini
gösterememiş çalışmaları (olumsuz sonuçlu
çalışmaları) yayın yapmaktan vazgeçme
eğilimi vardır. Bu nedenle bu çalışmalar
metaanalizlere yansıyamaz, bu durum
metaanaliz sonuçlarını çarpıtmış olabilir.
(Publication bias)
Ölçme aşamasında olabilir (Measurement
bias).
Yanlılığın incelenmesi için yapılması
gerekenler
Ölçümlerin nasıl ve hangi araç ve
ilkelerle yapıldığı açık bir şekilde
tanımlanmış mı
Ölçmeciler yapılacak ölçme konusunda
eğitim almışlar mı ve bu, çalışmanın
yöntem bölümünde açıkça belirtilmiş
mi?
Ölçmeyi yapanların, ölçüm yaptıkları
kişinin hangi gruptan olduğu konusunda
körlüğü sağlanmış mı?
Ölçümler çift ölçüm olarak yapılmış mı ?,
ölçümlerin birbiriyle tutarlılığı tanımlanmış
mı?
Ölçümlerin geçerliliği bir gold standard
ölçümle karşılaştırılarak değerlendirilmiş
mi?
Çalışmaya dahil etme veya dışlama
kriterleri tanımlanmış mı ve uygun mu?
Çalışma gruplarında yer alanlardan
verileri değişik nedenlerle eksik
kalanlar ve analize dahil
edilemeyenlerin ne ölçüde olduğu ve
bu durumun çalışma sonuçlarını
nasıl etkileyebileceği açıklanmış mı?
Doğru sonuç değişkeni seçilmiş mi ?
(Klinik son nokta yerine mekanizma
mı seçilmiş?)
The Philosophy of Evidence-based
Medicine
Jeremy H. Howick
248 pages
April 2011, BMJ Books
….Hidden biases caused by
conflict of interest :
(sayfa 189)
“..Heres et al.. examined randomized
trials that compared different
antipsychotic medications. They found
that olanzapine beat risperidone,
risperidone beat quetiapine, quetiapine
beat olanzapine. The relative success of
the drugs directly related to who
sponsored the trial. For example if the
manufacturers of risperidone sponsored
the trial, then risperidone was more
likely to appear more effective than the
others...
The first reason why industry
sponsored studies might be more
likely to reveal a benefit of their drug
is publication bias. It is usually
against a pharmaceutical company’s
interest to publish trials where their
drugs did not demonstrate an effect.
It is therefore hardly surprising that
positive results are more likely to be
published than negative results.”
Tarama çalışmalarında önemli
iki yanlılık tipi
1. Tanının öne çekilmesi tipi yanlılık
(Lead time bias)
2. Hastalığın seyri ile ilgili hastalık
süresi ve şiddeti özelliklerinin
neden olduğu yanlılık
(Length time bias)
Download