Protopatisk Bias: enkel förklaring + exempel

Protopatisk bias uppstår när en exponering initieras (eller stoppas) som svar på ett symptom på sjukdomen (utfall) som ännu inte diagnostiserats. Detta leder till en falsk slutsats om orsakssambandet mellan exponering och resultat.

denna bias är särskilt känd i farmakoepidemiologiska studier där:

  • exponeringen är receptet på ett läkemedel
  • resultatet är en sjukdom

Protopatisk bias kan förekomma på 1 av 2 sätt, här är en steg-för-steg förklaring av hur detta kan hända:

1 – antingen initieras en exponering som svar på ett symptom på den odiagnostiserade sjukdomen, då:

  • efter en tid kommer sjukdomen att diagnostiseras
  • exponeringen verkar föregå sjukdomen
  • vi kommer felaktigt att dra slutsatsen att exponeringen orsakade sjukdomen

2- eller en exponering avbryts som svar på ett symptom på den odiagnostiserade sjukdomen, då:

  • efter en tid kommer sjukdomen att diagnostiseras
  • undvikande av exponeringen verkar föregå sjukdomen
  • vi kommer felaktigt att dra slutsatsen att exponeringen är skyddande mot sjukdomen

Protopatisk bias påverkar observationsstudier där valet av vem som får exponeringen och vem som inte är randomiserad.

det fungerar genom att felaktigt vända orsak och verkan — ett fenomen som kallas omvänd orsakssamband.

exempel på protopatisk bias

i det här avsnittet kommer vi att resa tillbaka till 1980 för att studera 2 Exempel:

  1. där ett läkemedel ordineras som svar på tidiga symtom på en sjukdom.
  2. där ett läkemedel avbryts som svar på tidiga symtom på en sjukdom

Låt oss komma igång!

exemplen nedan diskuterades i problemet med” Protopatisk Bias ” i fallkontrollstudier, 1980.

Östrogenrecept påverkat av endometriecancer symptom

detta var en fallkontrollstudie som inkluderade:

  • en fallgrupp: kvinnor som hade endometriecancer
  • en kontrollgrupp: kvinnor med andra diagnoser än livmodercancer

kontroller matchades på ålder och ras med varje medlem i fallgruppen.

Data om exponering för östrogen och orsaken till den indikationen samlades in.

resultaten visar att många av dessa kvinnor ordinerades östrogen och vissa var som svar på livmoderblödning som är ett symptom på cancer:

i detta fall kan protopatisk bias uppstå eftersom östrogenanvändning föregår diagnosen livmodercancer och därmed verkar orsaka livmodercancer:

för att studera effekten av protopatisk bias beslutade utredarna att beräkna 2 oddsförhållanden för förhållandet mellan östrogenrecept och livmodercancer:

  1. den första inklusive fall och kontroller för vilka östrogen ordinerades för att behandla livmoderblödning
  2. den andra exklusive denna grupp

genom att utesluta den grupp till vilken östrogen ordinerades för att behandla livmoderblödning från deras analys kunde författarna ta bort påverkan av protopatisk bias.

faktum är att deras resultat visar en minskning med 10% av oddsförhållandet när påverkan av protopatisk bias avlägsnades.

denna stratifierade analys som vi just beskrivit är viktig av 2 skäl:

  1. det verifierar förekomsten av protopatisk bias: genom att visa att östrogenrecept kan påverkas av symtom på endometriecancer
  2. det kvantifierar effekten av protopatisk bias: i detta fall var det en ökning med 10% i oddsförhållandet

avbrytande av orala preventivmedel som svar på tidiga symtom på godartad bröstsjukdom

tidiga symtom på godartad bröstsjukdom kan inkludera bröstsmärta och ömhet.

med tiden kan en märkbar klump märkas som leder till diagnos av godartad bröstsjukdom:

dessa tidiga godartade bröstsjukdomssymptom (såsom bröstsmärta och ömhet) kan betraktas av läkare som potentiella kontraindikationer för:

  • initiering av p-piller användning
  • fortsatt p-piller användning

Janerich et al. fann att betydligt fler kvinnor med godartad bröstsjukdom rådde av sina läkare att avbryta orala preventivmedel av skäl relaterade till bröstklagomål:

och eftersom mindre användning av orala preventivmedel kommer att föregå diagnosen godartad bröstsjukdom, verkar oral preventivmedel vara mindre associerad med godartad bröstsjukdom:

detta kommer att leda till protopatisk bias eftersom vi felaktigt tror att orala preventivmedel är skyddande mot godartad bröstsjukdom.

hur man undviker protopatisk bias

om vi har någon anledning att tro att symtom på en ännu odiagnostiserad sjukdom kan påverka exponeringen, måste vi vidta några skyddsåtgärder för att undvika protopatisk bias.

Protopatisk bias kan hanteras på 2 sätt:

genom att utesluta gruppen individer som exponerades som svar på symtom på det ännu odiagnostiserade resultatet

detta kan göras genom att köra analysen två gånger (dvs. beräkna 2 oddsförhållanden som vi såg i Exempel # 1 ovan):

  • en inklusive fall som ordinerades läkemedlet som svar på symtom på den odiagnostiserade sjukdomen
  • och en exklusive denna grupp

och sedan jämföra resultat från båda analyserna för att identifiera och kvantifiera protopatisk bias.

detta tillvägagångssätt begränsas av vår förmåga att identifiera gruppen deltagare som fick exponeringen som svar på symtom på det ännu odiagnostiserade resultatet, vilket inte alltid är möjligt.

genom att tillämpa en fördröjningstid i exponeringsdefinitionen

innebär detta tillvägagångssätt uteslutning från bedömningen av exponering för en viss tidsperiod före diagnosdatumet.

i enkla termer kommer vi att ignorera alla exponeringar som uppstår under fördröjningstiden:

Vad är den bästa fördröjningstiden som ska tillämpas?

tyvärr finns det inget enda svar på denna fråga eftersom det beror mycket på sjukdomen som studeras.

specifikt kan du uppskatta den tidsperiod under vilken sjukdomen / resultatet kan gå obemärkt medan du presenterar några symtom som kan påverka exponeringen?

om du inte kan, Är du i princip kvar med 2 alternativ:

  1. antingen för att tillämpa samma fördröjningstid som används i tidigare liknande studier (om sådana studier finns)
  2. eller bestämma fördröjningstiden analytiskt med hjälp av data från din egen studie

Vad är det stora med att välja rätt fördröjningstid?

att välja en nästan optimal fördröjningstid är viktigt som:

  • en kortare än optimal fördröjningstid kommer att leda till ofullständig kontroll av protopatisk bias
  • och en längre fördröjningstid kommer att leda till att exponeringar som kan vara orsakssamband med resultatet

en metod för att bestämma fördröjningstiden med din egen studiedata involverar något komplexa statistiska metoder och förklaras i detaljer i Tamim et al.

jag kommer dock att ge en kort översikt över denna metod:

först beräknar vi oddsförhållandena för sambandet mellan exponering och resultat för olika värden på fördröjningstiden.

sedan plottar vi dem som visas nedan:

från denna plot kan vi se det:

  • oddsförhållandet sjunker först när fördröjningstiden blir större: detta kan förväntas när exponeringen är förknippad med tidiga symtom på resultatet — detta beror på protopatisk bias
  • då stabiliseras kurvans lutning när vi ökar fördröjningstiden: här närmar sig kurvan det verkliga objektiva värdet av oddsförhållandet

den punkt där kurvan börjar stabilisera är den bästa fördröjningstiden som ska användas i studien. Och oddsförhållandet beräknat med hjälp av detta värde av fördröjningstiden anses vara opåverkat av protopatisk bias.

vidare läsning

  • ledtid Bias
  • Längd tid Bias
  • prestanda Bias
  • Temporal Bias
  • exponering misstanke Bias
  • Proxy Bias
  • prevalens-incidens Bias

Lämna ett svar

Din e-postadress kommer inte publiceras.