Bias

Bias bedeutet "Verzerrung" und bezeichnet Einflüsse auf die oder Aspekte der Durchführung von Studien und damit deren Ergebnisse, die deren Validität gefährden bzw. aufheben. Bias ist auf Mängel in der Studienplanung und/oder Durchführung zurückzuführen.

Jöni und Egger (2003) (unter Bezugnahme auf andere Autoren) stellen vier Haupttypen von Bias dar, die durch Randomisierung und Verblindungstechniken sowie durch intention-to-treat-Analysen vermieden werden können. Diese sind:

  1. Der Selektionsbias: Die bewusste oder unbewusste Beeinflussung der Aufnahme (bzw. des Ausschlusses) der Probanden oder der Zuteilung der Probanden zu den Gruppen, so dass die Behandlung, von der man Erfolg erwartet, bessere Ergebnisse erreicht.
  2. Der Ko-Interventions-Bias verzerrt Studienergebnisse, wenn die Probanden über die Behandlung, die das Studienprotokoll vorsieht, unkontrolliert weitere Behandlungen erhalten oder sich selbst verabreichen , und damit die Gruppengrenzen verwischen (z.B. in dem Probanden der Kontrollgruppe die Übungen durchführen, die sie bei Probanden der Experimentalgruppe beobachten.
  3. Der Beobachter-Bias: Die bewusst oder unbewusst vorgenommene bessere Bewertung der Outcomes von Probanden, von denen den Untersuchern bekannt ist, dass sie die Behandlung bekommen haben, von der die Untersucher Erfolg erwarten.
  4. Der Drop-out-Bias: Die Nichtauswertung von Outcome-Daten von Probanden, die aus welchen Gründen auch immer aus der Studie ausgeschieden sind. Probanden können aber die Studie verlassen haben, weil sich ihr Zustand verschlechterte. Damit kommt ein systematischer Fehler in die Studie.

Bias kann die Wirksamkeit einer Therapie sowohl fälschlich vergrößert als auch fälschlich verkleinert erscheinen lassen.

Literatur:

  • Jöni P., Egger M. (2003) "Qualitätsbeurteilung". In: Antes G., Bassler D., Forster J. (Hrsg.) "Evidenz-basierte Medizin. Praxis-Handbuch für Verständnis und Anwendung der EBM". Georg Thieme Verlag, Stuttgart, New York; S. 60-65

 

siehe auch: Drop-out/Drop-out-Quote, Effectiveness, Efficacy, Evidenz, Outcome, Randomisierung