Epidemiologisch onderzoek levert ons veel kennis op over de oorzaken van ziekte. Oorzaken helpen ons ziekte te voorspellen en aanknopingspunten voor therapeutische interventies te identificeren. In etiologisch onderzoek kunnen diverse vormen van bias echter vertekening veroorzaken. Bias kan leiden tot zowel versterking als verzwakking van werkelijk bestaande verbanden. Bekende voorbeelden van bias zijn ‘selectiebias’ (vertekening doordat niet alle onderzoeksgroepen via exact dezelfde selectiecriteria tot stand kwamen) en ‘informatiebias’ (vertekening doordat niet in alle onderzoeksgroepen op dezelfde manier gegevens werden verzameld).
Inzicht in bias vormt al decennialang een van de pijlers van de moderne epidemiologische wetenschap en het lag daardoor niet in de verwachting dat iemand nog een belangrijke ‘nieuwe’ vorm van bias zou beschrijven. Toch is dat recent gebeurd: ‘index-eventbias’.1
De aanleiding
In etiologisch onderzoek doet zich regelmatig een eigenaardig fenomeen voor: causale factoren voor het ontstaan van een ziektegebeurtenis lijken geen voorspellende variabelen te zijn voor het later…
Artikelinformatie
Citeer dit artikel als
Index-eventbias vorm van selectiebias
Prof. Smulders maakt in zijn bijdrage op overtuigende wijze inzichtelijk hoe discrepanties in resultaten tussen onderzoek naar eerste events en recidieven verklaard kunnen worden door bias. Deze bias wordt door hem in navolging van het geciteerde JAMA artikel "index-eventbias" genoemd. Alhoewel op zich een adequate benaming, is index-eventbias m.i. een vorm van selectiebias.
Volgens recente epidemiologische "causal graph" theorie is selectiebias is het gevolg van conditioneren (d.w.z. selectie toepassen) op een collider, een factor die het gevolg is van verschillende determinanten (1). Door te conditioneren op deze factor introduceert men een spurieus verband tussen beide derminanten. Wanneer beide factoren positief gerelateerd zijn aan de collider is dit een negatief verband.
Een klassiek voorbeeld van selectiebias is het gebruik van een controle-groep die gerelateerd is aan de onderzochte risicofactor in een patiënt-controleonderzoek. Wanneer men bijv. het verband tussen roken en longkanker onderzoekt en als controlegroep patiënten met hart- en vaatziekten (HVZ) neemt, zal het verband tussen roken en longkanker te klein uitvallen aangezien roken ook verband houdt met HVZ en het contrast dus kleiner wordt. In een causaal diagram leidt roken tot HVZ. Zowel longkanker als HVZ leiden tot inclusie in de studie. Selectie in de studie is dus een collider van de uitkomst (longkanker) en de determinant (roken, via HVZ) waarop geconditioneerd wordt. Als gevolg hiervan wordt het verband tussen roken en longkanker ten onrechte kleiner.
Bij onderzoek naar recidieven gaat hetzelfde op (2). Zoals uiteengezet door prof. Smulders is het optreden van het eerste event een gevolg van de constellatie van verschillende risicofactoren, die per individu kunnen verschillen. Bij onderzoek naar recidieven selecteert men patiënten die een eerste event hebben doorgemaakt: men conditioneert op de collider eerste event. Hierdoor ontstaat (of verandert) er een verband tussen de verschillende risicofactoren. Echter, wanneer risicofactoren voor het eerste event ook verband houden met recidiefziekte, verandert conditioneren op het eerste event hiernaast ook het verband tussen de onderzochte risicofactor en het optreden van recidieven, via de andere risicofactoren. De bias die optreedt is dezelfde als de beschreven index-event bias, waarbij het causale mechanisme conditioneren op een collider is.
Concluderend is er bij index-event bias sprake van selectiebias doordat men conditioneert op het hebben doorgemaakt van een eerste event, een gevolg van verschillende determinanten. Het introduceren van een nieuwe term lijkt daarom niet nodig en wellicht zelfs onnodig verwarrend.
Jaap-Jan Snoep, post-doc en co-assistent, LUMC, afdeling Klinische Epidemiologie
(1) Hernan MA, Hernandez-Diaz S, Robins JM. A structural approach to selection bias. Epidemiology. 2004;15:615-25.
(2) Snoep JD, de Mutsert R, Middeldorp S. Biases may account for the obesity paradox. Eur Heart J. 2010. Published online http://eurheartj.oxfordjournals.org/content/31/2/222/reply
Index-eventbias (antwoord auteur)
Jaap-Jan Snoep heeft ergens wel gelijk dat index-event-bias een variant van selectiebias is. Er zijn wel meer varianten van bias die apart worden benoemd en toch onder de noemer 'selectiebias' kunnen worden geschaard. Zeker omdat index-event-bias een bron van bias is die zelden in de praktijk wordt onderkend lijkt het mij buitengewoon nuttig om, in navolging van het oorspronkelijke JAMA-artikel, deze aparte benaming voorlopig te hanteren.
Belangrijker nog is dat de term 'selectiebias' zou kunnen suggereren dat index-event-bias te vermijden zou zijn door een andere systematiek van selectie te hanteren. Bij het onderzoek naar oorzaken van recidiefziekte is het natuurlijk onmogelijk om niet te selecteren op het hebben doorgemaakt van een eerste event: dat is immers de essentie van de onderzoeksvraag.
Index-event-bias is dus een vorm van selectiebias van het onvermijdelijke type. Ik zou de terminologie maar even zo laten om mensen hier goed van te doordringen.
Yvo Smulders
Index-eventbias
Statistische materie blijft lastig, zelfs voor statistici en geinteresseerden. Om een, eveneens, lastige werkelijkheid te verklaren, wordt door collega Smulders een ingewikkeld betoog gehouden waarbij hypotheses en veronderstellingen worden opgestapeld. De uiteindelijke conclusie snijdt dan ook hout met de verklaring dat het probleem onoplosbaar is en de index-eventbias (waarvan een zinnige nederlandse vertaling ontbreekt) slechts een vermoeden betreft. Er wordt immers een 'nieuwe' risicofactor ten tonele gevoerd die niet nieuw is, maar slechts onbekend, in een oorzakelijk complement met onbekende factoren waarvan we niet weten of ze er zijn, laat staan hoe groot hun relatieve invloed is.
Al met al vormt de probleemstelling waarschijnlijk een aadige exercitie voor statistici om een mogelijke verklaring te bieden voor een hinderlijke eigenschap van veel klinische fenomenen: helaas is nog lang niet alles verklaarbaar. Ik kan mij dan ook aansluiten bij de concluise van collega Smulders dat in sommige gevallen slechts het gezonde verstand rest. Pogingen om 'ongewenste' klinische discrepanties te vangen in een statistische semi-werkelijkheid leiden wellicht tot acceptabele wiskundige uitkomsten, maar leiden tegelijkertijd af van de echte werkelijkheid van alledag waarin sommige facetten vooralsnog onverklaard blijven. Het valt te hopen dat de index-eventbias de discussie niet smoort.
Joop Noordzij, uroloog, Ziekenhuis Amstelland