Epidemiologisk forsknings validitet vilar på att känna igen och hantera systematiska fel som förvrider exponering-utfall relationer. Dessa fem hot representerar de mest pervasiva utmaningarna.
1. Urvalsbias (Selection Bias)
Uppstår när studiedeltagare skiljer sig systematiskt från målpopulationen, eller när exponering och utfall gemensamt påverkar deltagande.
- Exempel: Studera yrkesrelaterad lungsjukdom bara hos nuvarande arbetare utesluter de som lämnat anställning på grund av sjukdom ("healthy worker survivor effect"), underskattar risk.
- Minskning: Populationsbaserad urvalsmetod, höga deltaganderater, jämförelse respondedenter vs. icke-respondenter, invers sannolikhetsviktning.
2. Informationsbias (Mätbias)
Systematiskt fel i exponering eller utfallsbedömning som skiljer sig mellan jämförelsegrupper.
- Återkallelsebias: Fall (sjuka) minns exponeringar mer grundligt än kontroller – vanligt i fall-kontrollstudier.
- Intervjubias: Kunskap om hypotes/sjukdomsstatus påverkar frågeställning.
- Felklassificering: Differential (bias mot/från noll) vs. icke-differential (bias oftast mot noll).
- Minskning: Blindad bedömning, validerade instrument, objektiva register (apotek, register), standardiserade protokoll.
3. Konfundering (Confounding)
En yttre faktor associerad med både exponering och utfall, förvrider deras uppenbara relation.
- Klassiskt exempel: Rökning konfounderar luftförorening–lungcancer association (rökare bor i förorenade områden OCH har högre cancerrisk).
- Kriterier: Associerad med exponering, oberoende riskfaktor för utfall, inte på orsaksväg.
- Minskning: Randomisering (RCT), restriktion, matchning, stratifiering, multivariabel regression, propensity scores, instrumentalvariabler.
4. Bristande blinding (Performance & Detektionsbias)
Deltagare, vårdgivare, eller utfallsbedömare medvetna om gruppstilldelning påverkar beteende eller bedömning.
- Performance bias: Differentierad vård/ko-interventioner.
- Detektionsbias: Subjektiv utfallsbedömning påverkad av kunskap.
- Minskning: Dubbelblindning (ideal), blindad utfallsadjudikation, objektiva slutpunkter, placebo-kontroller.
5. Omvänd kausalitet (Reverse Causation)
Utfallet föregår och orsakar exponeringen, snarare än vice versa.
- Exempel: Lågt kolesterol "orsakar" cancer i observationsstudier – faktiskt försvagas kolesterol av preklnisk cancer (viktminskning, metaboliska förändringar).
- Exempel: Fetma "orsakar" hjärtsvikt – men hjärtsvikt orsakar kardiak kaxei och viktminskning.
- Minskning: Prospektiv kohortdesign (exponering mätt före utfall), laggade analyser, uteslutning av tidiga uppföljningsfall, Mendelian randomisering.
Integrerat försvar
Stark studieutformning (prospektiva kohorter, RCT när etiskt), förregistrerade protokoll, känslighetsanalyser, transparens om begränsningar, och replikation över populationer utgör bästa skyddet mot validitetshot.
