Bias & Confounder

1. Bias & Confounder Ram Rangsin MD MPH DrPH

2. คำถามการวิจัย 2 ระดับ : การวัด • ขนาดของปัญหา (วัดการเกิดโรค) “เชิงพรรณนา” • ความชุก Prevalence • อุบัติการ Incidence • ความสำพันธ์ของปัจจัยต่อการเกิดปัญหา (วัดขนาดของความสัมพันธ์) “เชิงวิเคราะห์” • Relative Risk ====> Cohort Study • Odds Ratio ====> Case-Control Study • Prevalence Rate Ratio ====> Cross-Sectional Study

3. การใช้ระบาดวิทยาในการค้นหาสาเหตุของการเกิดโรคการใช้ระบาดวิทยาในการค้นหาสาเหตุของการเกิดโรค Cause สาเหตุ Effect ผล • RISK FACTOR (ปัจจัยเสี่ยง) • Cigarette DISEASE (การเกิดโรค) Lung Cancer

4. เราอาจ สรุปการศึกษาผิด ได้ สรุปการศึกษาความสัมพันธ์ผิดได้จาก 3 สาเหตุ • I. ความบังเอิญ CHANCE • II. อคติ BIAS • III. ปัจจัยที่ 3 หรือ ตัวกวน 3rd VARIABLES : Confounder

5. I. ความบังเอิญ Chance • การวัดต่างๆในการวิจัยเกิดจากการสุ่มตัวอย่าง • จำนวนตัวอย่าง มีความสำคัญต่อความถูกต้อง ของการประมาณค่าของค่าที่แท้จริงในธรรมชาติ กับค่าที่ได้จากการวิจัย • Number of sample == Validity

6. Size of the problems • Prevalence • Incidence • Mean • Prevalence of HT in this population • = 30% • 95% CI = 25 - 36% • Mean fasting blood glucose of the population • = 126 mg/mL • 95% CI = 80 - 160 %

7. Confidence interval of the estimates • Prevalence of HT in this population = 30% (95% CI = 25 - 36% • ได้มาจากการศึกษาความดันจากการสุ่มคน 1000 คน มาจากชุมชนแห่งหนึ่ง • หากทำการสุ่มใหม่ เลือกคน 1000 คนมาวัดความดันอีกเป็นจำนวน 100 ครั้ง ค่า Prevalence ที่ได้จะมี 95 ครั้งที่ตกอยู่ในช่วง 25 - 36 % • มีความเชื่อมั่นถึง 95% ว่า Prevalence of HT ในประชากรนี้จะอยู่ระหว่าง 25 - 36%

8. I. Chance: Precision of CI • Larger sample size provides more narrow interval • N=1000 : 30% (95%CI 25 - 36%) • N=100 : 30% (95% CI 9 - 58 %) N = 1000 N = 100 30%

9. I. Chance: P value • สำหรับการเปรียบเทียบ ตั้งแต่ 2 กลุ่มขึ้นไป • P value จะบอก ร้อยละ ของความน่าจะเป็น (probability) ของการสรุปผิด • ยอมรับที่ 25% หรือ 0.05 • ความสัมพันธ์ระหว่าง • จำนวนของกาแฟที่ดื่มในแต่ละวัน (แก้ว) • การเกิดมะเร็งกระเพาะอาหาร • RR = 3.6 - c2 , P value = 0.35

10. II. อคติ (Bias) • การสรุปผิดที่เกิดจาก • การคัดเลือกกลุ่มที่มาเปรียบเทียบที่ไม่ยุติธรรม • หรือการวัดค่าของ exposure หรือ outcome ที่ไม่ยุติธรรม • ทำให้เกิดค่าของความสัมพันธ์ Relative Risk, Odds Ratio, Prevalence Rate Ratio ที่ผิดไปจากความเป็นจริงในธรรมชาติ

11. อคติ (bias) มี 2 ชนิด • การคัดเลือกกลุ่มที่มาเปรียบเทียบที่ไม่ยุติธรรม (Selection bias) • การวัดค่าของ exposure หรือ outcome ที่ไม่ยุติธรรม (Information bias)

12. Selection bias • ความผิดพลาดที่เกิดจากขั้นตอนการคัดเลือกประชากรที่มาศึกษาที่ไม่เหมาะสม • มีการคัดเลือกประชากรที่เข้ามาในการศึกษาที่ไม่เท่าเทียมกันของกลุ่มที่นำมาเปรียบเทียบทั้งสอง ซึ่งการเลือกนั้นไปเกี่ยวข้องกับ • สถานะของการเป็น case การเป็น control • สถานะของการมี หรือไม่มี ปัจจัยที่ต้องการศึกษา

13. II. Bias • A systematic error that results in an incorrect estimate of the association between exposure and outcome • Note: Chance is random error -- not systematic. Therefore, tests exist based on probability • There is no way to correct for bias later!

14. มะเร็งตับอ่อน VS การดื่มกาแฟ • Cases : ผู้ที่ผลชิ้นเนื้อจากการผ่าตัดระบุว่าเป็นมะเร็งตับอ่อน • Controls : ผู้ป่วยที่เข้ารับการนอนรักษาในหน่วยทางเดินอาหาร • Odds Ratio การดื่มกาแฟต่อการเกิดมะเร็งตับอ่อน > 5 cups/day = 2.6 • ท่านเห็นด้วยกับผลสรุปของความสัมพันธ์หรือไม่? Why?

15. Selecting Controls • Coffee and pancreatic cancer, MacMahon B et al. NEJM 1981 • การดื่มกาแฟมีความสัมพันธ์กับการเกิดโรคมะเร็งตับอ่อน • Controls ถูกเลือกมาจากผู้ป่วยที่เข้ารับการรักษาในหน่วยทางเดินอาหารที่ไม่ได้เป็นมะเร็งตับอ่อน • ผู้เชี่ยวชาญในเรื่องโรคทางเดินอาหารมักจะรักษาผู้ป่วยที่มีโรคทางเดินอาหารต่างๆ โดยเฉพาะอย่างยิ่งพวก โรคกระเพาะอาหารอักเสบ และ โรคหลอดอาหารอักเสบ ซึ่งผู้ป่วยพวกนี้มักมีการลดระดับหรืองดการดื่มกาแฟอยู่แล้ว • กลุ่ม Control ไม่เป็นโรคมะเร็งตับอ่อน นี้มีพฤติกรรมการดื่มกาแฟที่ผิดไปจากประชากรทั่วไปที่ควรจะเป็น

16. Case Control A B No Pancreatic CA Pancreatic CA Exposed D C Not Exposed Coffee Consumption NO Coffee Consumption Unrealistic Odds Ratio (BIAS)

17. อคติ (bias) มี 2 ชนิด • การคัดเลือกกลุ่มที่มาเปรียบเทียบที่ไม่ยุติธรรม (Selection bias) • การวัดค่าของ exposure หรือ outcome ที่ไม่ยุติธรรม (Information bias)

18. Information Bias

19. ทารกพิการแต่กำเนิด VS การได้รับรังสี X-ray ขณะตั้งครรภ์ • สัมภาษณ์ประวัติของการได้รับรังสี X-ray ขณะตั้งครรภ์ • มารดาที่มีบุตรพิการแต่กำเนิดจะพยายามอย่างยิ่งในการจดจำรายละเอียดของสาเหตุต่างๆ ที่ทำให้เกิดความพิการรวมถึงการได้รับ • ในขณะที่มารดาที่มีบุตรปกติแข็งแรงดีนั้นไม่ได้พยายามจดจำหรือตอบการให้สัมภาษณ์ใน รายละเอียดที่เท่าเทียมกัน

20. Case Control Malformation+ No Malformation A B Exposed D C Not Exposed Hx of radiation No Hx of radiation Unrealistic Odds Ratio (BIAS)

21. Confounderตัวกวน (ปัจจัยที่ 3)

22. III. Confounder • จากการวิจัยพบความสัมพันธ์ที่เกิดขึ้นจริง ๆ • ซึ่งอาจเกิดจากปัจจัยที่ 3 ที่เกี่ยวข้องกับ ปัจจัยและการเกิดโรค ที่กำลังศึกษา • การดื่ม Alcohol VS การเกิดมะเร็งปอด • ปัจจัยที่ 3  การสูบบุหรี่ • ปัจจัยที่ 3 ที่มีผลต่อความสัมพันธ์ที่สังเกตเห็น เป็นไปได้ 2 ประการ ; - Confounder - Effect modifier or Interaction

23. Alcohol VS Lung Cancer OR = 800x800 = 4 200x200

24. Alcohol VS CA Lung • Odds Ratio = 4 • ผู้ที่ดื่ม Alcohol มีโอกาสเป็นมะเร็งปอดมากกว่าผู้ที่ไม่ดื่ม 4 เท่า • ผลที่ได้นี้มาจากการศึกษาที่ไม่มี Bias • เป็นปรากฏการณ์ที่เกิดขึ้นจริง • แต่มันจะเหมาะสมที่จะรายงานผลการศึกษาแบบนี้หรือไม่?

25. Alcohol VS CA Lung • มีความเป็นไปได้ไหมที่ความสัมพันธ์ที่เกิดขึ้นนั้นจริง ๆ แล้ว เกิดจากปัจจัยอื่น • ในความเป็นจริงในธรรมชาติ Alcohol อาจไม่ได้เป็นต้นเหตุ ของการเกิดมะเร็งปอดก็ได้ • Alcohol อาจเป็นเพียงเหตุการณ์ที่เกิดขึ้นมาพร้อม ๆ กัน จากความสัมพันธ์ที่แท้จริงของปัจจัยอื่น • มาคิดดูซิ ถึงผลของการสูบบุหรี่ กับความสัมพันธ์คู่นี้ ระหว่าง Alcohol กับ มะเร็งปอด

26. OR = 800x800 = 4 200x200 SMOKE NON – SMOKE OR = 1 OR = 1

27. Confounder • Alcohol : CA Lung  OR = 4 (Crude OR) • ในกลุ่มผู้ที่สูบบุหรี่ • Alcohol : CA Lung  OR = 1 (Adjusted OR) • No association between Alcohol and CA lung • ในกลุ่มผู้ที่ไม่สูบบุหรี่ • Alcohol : CA Lung  OR = 1 (Adjusted OR) • No association between Alcohol and CA lung

28. Confounder • Alcohol : CA Lung  OR = 4 • แยกตารางการวิเคราะห์ (Stratified by smoking status) • ปรากฏว่าไม่พบความสัมพันธ์ระหว่าง: Alcohol and CA lung • หลังจาการลบอิทธิพลของการสูบบุหรี่ลง (After adjusting for smoking status) • ปรากฏว่าไม่พบความสัมพันธ์ระหว่าง: Alcohol and CA lung

29. Confounder • Smoking  Alcohol Drinking • Smoking  CA Lung • การสูบบุหรี่เป็น confounder สำหรับความสัมพันธ์ ระหว่าง Alcohol และ CA lung

30. Confounder • Association between CHD and Smoking smokers nonsmokers CHD 305 58 363 no CHD 345 292 637 650 350 1000 • RR = 2.8

31. Confounder • Gender M/F might be a confounder of the association • Gender  CHD • Gender  Smoking

32. Stratification by gender • What is the RR among Men? • What is the RR among Women?

33. Calculate stratum – specific measures of association... STRATUM 1: MEN smkrs nonsmkrs CHD 300 50 350 NO CHD 300 150 450 600 200 800 STRATUM 2: WOMEN smkrs nosmkrs CHD 5 8 13 NO CHD 45 142 187 50 150 200 RR = 2.0 RR = 1.9

34. IS THERE A CONFOUNDER? • CRUDE RR for smoking and CHD =2.8 • STRATUM-SPECIFIC RR for smoking and CHD with gender as a potential confounder... MEN RR = 2.0 WOMEN RR = 1.9 roughly the same • Do Breslow- Day tests • Gender confounds the association between smoking and CHD because the crude RR of 2.8 is NOT the same as the stratum-specific RR’s of approx. 2.0

35. Smoking VS CHD • Smoking  CHD : RR = 2.8 (Crude RR) • After adjusting for gender • Smoking  CHD : RR ~ 2 (Adjusted RR) • Gender confound the association between smoking and CHD • Gender or Sex increases the effect of smoking

36. การจัดการกับ Confounder • ทบทวนการวิจัยที่เกี่ยวข้องหา Confounder ที่สำคัญ ที่เกี่ยวข้องกับความสัมพันธ์ที่กำลังศึกษา • Matching (in case-control study) • Matched by Smoking status • Matched by Gender • Stratified analysis Mantel Haenszel Method • Multivariate analysis

37. Confounder Alcohol CA Lung • Related to the disease outcome SMOKING CA Lung OR or RR > 1 • Related to the exposure SMOKING Alcohol OR or RR > 1

38. Confounder Alcohol CA Lung SMOKING Alcohol CA Lung SMOKING

39. Confounder • Not be an intermediate of the association between the exposure and the outcome Time to AIDS Death HIV-1 RNA

40. Confounder • Not be an intermediate of the association between the exposure and the outcome HIV-1 RNA Time to AIDS Death CD+4 Level

41. Confounder • Not be an intermediate of the association between the exposure and the outcome Time to AIDS Death HIV-1 RNA CD+4 Level HIV-1 RNA Time to AIDS Death CD+4 Level

42. Exercise • The effect of Non-regular exercise during young adult on the development of MI was different in each gender • The effect was higher among Men than Women. • Among men, those who had a history of non-regular exercise during young adult had 4.8 times more likely to develop MI than those who had a history of regular exercise • Among women, those who had a history of non-regular exercise during young adult had 1.7 times more likely to develop MI than those who had a history of regular exercise