Tidssavhengig bias Flashcards
Hva er tidsavhengig bias?
Det oppstår når tid ikke håndteres riktig i studier, For eksempel når variabler endrer seg over tid, eller når oppfølgingistiden ikke er riktig registrert.
Kan gi feil konklusjoner om effekt av behandling.
- cox-reg håndterer tidsvariasjoner.
Hvorfor forekommer systematisk feil?
oppstår når det er skjevheter i måten data samles inn, analyseres og tolkes på. Da vil ikke analysen reflektere den sanne effekten.
oppstår når
- om pas skifter behandling under studien og det ikke registreres –> feilklassifisering.
- hvis observasjonsperioden blir lagt til på en feil måte
- ulik eksponering over tid
- ulik avorlighetsgrad i sykdom
- eksponering eller utfall endres over tid. kan gi tidsavhengig bias-
Hvorfor er observasjonsstudier aktuelle for å undersøke effekt av legemidler?
- gir innsikt i LM risiko og nytte i en befolkning
- kan bidra til å evaluere kostnad og nytte, kan gi bedre forståelse av hvordan nyere retningslinjer påvirker samfunnet.
- identifiserer sjeldne bivirkninger, og den inkluderer større og mer variert utvalg over lenger tid.
- langtidseffekt: siden den varer over lejnger tid.
Immortal time bias
Oppstår pga feil i hvordan oppfølgingstid og eksponering er definert. Det er en periode i oppfølgingistiden hvor utfall ikke kan inntreffe, og de blir feilaktig eksponeringsgruppen, så denne udødelige perioden bidrar til å skape en kunstig reduksjon i risiko for utfallet i eksponeringsgruppen vs kontroll.
- så tiden mellom studiestart og tidspunktet en person faktisk mottar behandling blir feilaktig inkludert i eksponeringsgruppen, selvom personen ikke er eksponert enda.
–> person kan ikke oppleve utfall i denne perioden.
personer må overleve lenge nok for å motta behandling, dør de før så inkluderes de ikke i eksponeringsgr og det gir skjevhet.
vanlig i obserasjonsstudier hvor eksponering identifiseres basert p hendelser som skjer under oppfølgingen.
EKSEMPEL:
- hvis utskrivningsdato er start for oppfølging, men behandling (resept) ikke begynner før senere. Da er tiden mellom udødelig.
Hvordan unngå immortal time bias?
- start oppfølgingstid for hver deltaker ved tidspunkt for inklusjon. unngå å ta med udødelig tid.
- kan bruke cox-reg for å håndtere tidsavhengig eksponering. kan ha med tidsavhengig kovariater.
eks start tid for kontroll gr er ved diagnose, og behandlings gr er ved behandling. kan variere når man starter med behandling.
Time window bias
- skjer når eksponeringsperioden og oppfølgingstiden for utfallet ikke er korrekt justert eller samsvarer.
- når en følges opp mye lenger enn den andre. Den som følges opp lenge kan nå utfallet raskere enn den andre.
Hvordan oppstår time window bias?
Time window bias oppstår på grunn av feil i hvordan tidsperiodene for eksponering og utfall er definert og analysert
- kan skje at eksponering og utfall ikke er tidsmessig sammenlignbare, kan skape kunstig assosiasjon.
- en gruppe kan plutselig følges opp lenger enn den andre..
- man må justere tidsperioder for å få sammenfallende eksposisjon og utfall.
EKS: ser på bruk av BT medisin og hjerteinfarkt.
eksponert: de som henter BT med ila 3 år. Da kan de hente når som helst ila 3 år og starte på så ulike tider.
utfall: hjerteinfarkt, kan skje ila de tre årene uten hensyn til eksponeringsstart.
- kan være noen som fikk infarkt før eksponering også.
Hvordan identifisere time window bias?
hadde kasus og kontroll samme eksposisjonsmulighet? lengde på follow up time?
hvis ikke - risiko for bias
- vær skeptisk til resultater om data ikke er oppgitt i resultater
Tima lag og latency bias
- sammenligner ulike behandlinger på ulike sykdomsstadier og hvor endepunkter er en langtidseffekt.
- konfundering av sykdomsvarighet: for lenger varighet av diabetes er assosiert med økt risiko for kreft, uavhengig av alder.
Immeasurable time bias
Det er når man mangler informasjon om legemiddelbruk under sykehusopphold.
- typisk reseptdata studier.
- vil udneretstimere effekt/sammenheng mellom legemiddel og endepunkt .
