Selectie bias

Assessment | Biopsychology | Vergelijkende |Cognitieve | Ontwikkelings – | Taal – | Individuele verschillen |Persoonlijkheid | Filosofie | Sociale |
Methoden | Statistieken |Clinical | Onderwijs | Industriële |Professionele artikelen |Wereld psychologie |

Statistiek:De wetenschappelijke methode · onderzoeksmethoden · Experimenteel design · Undergraduate statistieken cursussen · Statistische tests · speltheorie · Beslissing theorie

selectie bias is een statistische bias waarbij er een fout is bij het kiezen van de individuen of groepen die deelnemen aan een wetenschappelijke studie. Het wordt soms aangeduid als het selectie-effect. De term “selectie bias” meestal verwijst naar de vervorming van een statistische analyse, als gevolg van de methode van het verzamelen van monsters. Als er geen rekening wordt gehouden met de vooringenomenheid van de selectie, kunnen bepaalde conclusies onjuist zijn.,

typen

Er zijn vele soorten mogelijke selectiebias, waaronder:

Steekproefbias

Steekproefbias is systematische fout als gevolg van een niet-aselecte steekproef van een populatie, waardoor sommige leden van de populatie minder waarschijnlijk worden opgenomen dan andere, wat resulteert in een vooringenomen steekproef, gedefinieerd als een statistische steekproef van een populatie (of niet-menselijke factoren) waarin alle deelnemers niet even evenwichtig of objectief worden weergegeven., Het is meestal geclassificeerd als een subtype van selectie bias, soms specifiek genoemd steekproef selectie bias, maar sommigen classificeren het als een apart type van bias.

een onderscheid, hoewel niet algemeen aanvaard, van steekproefbias is dat het de externe validiteit van een test ondermijnt (het vermogen van de resultaten ervan om naar de rest van de populatie te worden veralgemeend), terwijl selectiebias voornamelijk de interne validiteit aanpakt voor verschillen of overeenkomsten die in de steekproef worden gevonden., In deze zin, fouten die zich voordoen in het proces van het verzamelen van de steekproef of cohort oorzaak bemonstering bias, terwijl fouten in een proces daarna leiden tot selectie bias.

voorbeelden van steekproefbias zijn zelfselectie, pre-screening van deelnemers aan het onderzoek, discontering van proefpersonen/tests die niet tot voltooiing zijn uitgevoerd en migratiebias door proefpersonen uit te sluiten die onlangs naar of uit het onderzoeksgebied zijn verhuisd.

tijdsinterval

• vroegtijdige beëindiging van een proef op een moment dat de resultaten een gewenste conclusie ondersteunen.,
• een proef kan vroegtijdig worden beëindigd met een extreme waarde (vaak om ethische redenen), maar de extreme waarde wordt waarschijnlijk bereikt door de variabele met de grootste variantie, zelfs als alle variabelen een vergelijkbaar gemiddelde hebben.

blootstelling

• Gevoeligheidsbias
  • klinische gevoeligheidsbias, wanneer een ziekte predisponeert voor een tweede ziekte en de behandeling voor de eerste ziekte ten onrechte predisponeert voor de tweede ziekte., Bijvoorbeeld, geeft het postmenopausal syndroom een hogere waarschijnlijkheid om ook endometrial kanker te ontwikkelen, zodat kunnen de oestrogenen voor het postmenopausal syndroom worden gegeven een hoger dan daadwerkelijke schuld voor het veroorzaken van endometrial kanker ontvangen.
  • Protopathische bias, wanneer een behandeling voor de eerste symptomen van een ziekte of een ander resultaat het resultaat lijkt te veroorzaken. Het is een potentiële bias wanneer er een vertraging van de eerste symptomen en het begin van de behandeling vóór daadwerkelijke diagnose. Het kan worden beperkt door achterblijvende, dat wil zeggen uitsluiting van blootstellingen die zich in een bepaalde periode vóór de diagnose hebben voorgedaan.,
  • indicatie bias, een mogelijke mix tussen oorzaak en gevolg wanneer blootstelling afhankelijk is van indicatie, bijvoorbeeld een behandeling wordt gegeven aan mensen met een hoog risico op het krijgen van een ziekte, waardoor mogelijk een meerderheid van de behandelde mensen onder degenen die de ziekte krijgen. Dit kan ertoe leiden dat de behandeling een oorzaak van de ziekte is.

Data

• partitioneren van gegevens met kennis van de inhoud van de partities, en deze vervolgens analyseren met tests die zijn ontworpen voor blindelings gekozen partities.,
• afwijzing van” slechte ” gegevens op willekeurige gronden, in plaats van op basis van eerder genoemde of algemeen overeengekomen criteria.
• afwijzing van” uitschieters “om statistische redenen die geen rekening houden met belangrijke informatie die kan worden afgeleid uit” wilde ” waarnemingen.

Studies

• selectie van welke studies in een meta-analyse moeten worden opgenomen (zie ook combinatorische meta-analyse).,
• het uitvoeren van herhaalde experimenten en het rapporteren van alleen de meest gunstige resultaten, misschien het opnieuw labelen van laboratoriumrecords van andere experimenten als “kalibratietests”, “instrumentatiefouten” of “voorlopige onderzoeken”.
• Het belangrijkste resultaat van een data bagger presenteren alsof het om een enkel experiment gaat (dat logischerwijs hetzelfde is als het vorige item, maar als veel minder oneerlijk wordt beschouwd).

verloop

verloop bias is een soort selectie bias veroorzaakt door verloop (verlies van deelnemers), waarbij proefpersonen / tests die niet tot voltooiing zijn uitgevoerd, worden verdisconteerd., Het omvat uitval, non-respons (lagere response rate), terugtrekking en protocol afwijkers. Het geeft partijdige resultaten wanneer het ongelijk is wat betreft blootstelling en / of resultaat. Bijvoorbeeld, in een test van een dieet programma, de onderzoeker kan gewoon iedereen die valt uit de proef af te wijzen, maar de meeste van degenen die vallen uit zijn degenen voor wie het niet werkte. Verschillende verliezen van proefpersonen in de interventie – en vergelijkingsgroep kunnen de kenmerken van deze groepen en resultaten veranderen, ongeacht de bestudeerde interventie.,

selectie van waarnemers

gegevens worden niet alleen gefilterd door de opzet en meting van het onderzoek, maar ook door de noodzakelijke voorwaarde dat er iemand is die een onderzoek doet. In situaties waarin het bestaan van de waarnemer of het onderzoek gecorreleerd is met de selectie-effecten van de gegevensobservatie, en antropisch redeneren vereist is.,

een voorbeeld is het verleden impact event record van de aarde: als grote inslagen leiden tot massa-uitstervingen en ecologische verstoringen waardoor de evolutie van intelligente waarnemers voor lange periodes wordt uitgesloten, zal niemand enig bewijs van grote inslagen in het recente verleden waarnemen (omdat ze zouden hebben voorkomen dat intelligente waarnemers evolueren). Daarom is er een potentiële bias in de inslag van de aarde. Astronomische existentiële risico ‘ s kunnen ook worden onderschat als gevolg van selectie bias, en een antropische correctie moet worden ingevoerd.,

vermijden

in het algemeen kunnen selectiefouten niet worden overwonnen met statistische analyse van bestaande gegevens alleen, hoewel Heckman-correctie in speciale gevallen kan worden gebruikt. Een informele beoordeling van de mate van selectie bias kan worden gemaakt door het onderzoeken van correlaties tussen exogene (achtergrond) variabelen en een behandelingsindicator., In regressiemodellen is het echter correlatie tussen niet-geobserveerde determinanten van de uitkomst en niet-geobserveerde determinanten van selectie in de steekproef die schattingen vertekent, en deze correlatie tussen niet-waarneembare kan niet direct worden beoordeeld door de waargenomen determinanten van behandeling.,

gerelateerde onderwerpen

selectiebias is nauw gerelateerd aan:

• publicatiebias of rapportagebias, de vervorming die in de perceptie van de Gemeenschap of meta-analyses wordt veroorzaakt door het niet publiceren van oninteressante (meestal negatieve) resultaten, Of resultaten die ingaan tegen de vooroordelen van de onderzoeker, de belangen van een sponsor of verwachtingen van de gemeenschap.
• confirmation bias, de vervorming die wordt veroorzaakt door experimenten die zijn ontworpen om bevestigend bewijs te zoeken in plaats van te proberen de hypothese te weerleggen.,
• uitsluiting bias, resultaten van de toepassing van verschillende criteria op gevallen en controles met betrekking tot deelname in aanmerking komen voor een studie/verschillende variabelen die dienen als basis voor uitsluiting.,

zie ook

• Berkson ‘ s paradox
• Biased sampling
• Black Swan theory
• Cherry picking (fallacy)
• Funding bias
• lijst van cognitieve biases
• Sampling bias
• Self-fulfilling prophecy
• Participation bias
• Survivorship bias

/li>

notes