Tritt auf, wenn ein häufig nichterfasstes Merkmal im Hintergrund der Analyse (ein sogenannter Confounder) sowohl die Einflussvariable als auch das Outcome beeinflusst. Dies kann zur Vortäuschung eines kausalen Zusammenhangs führen (Scheinkorrelation), der in Wirklichkeit nur sehr schwach oder auch gar nicht vorhanden ist. Es sollte stets vor Analysebeginn über mögliche Confounder beratschlagt werden. Diese sind dann z. B. als Kovariablen in der Analyse zu berücksichtigen. Auch Randomisierung ist eine Methode, um Confounding zu vermeiden.1angelehnt an Weiß, Christel (2013): Grundlagen. In: Christel Weiß (Hg.): Basiswissen Medizinische Statistik. Mit 20 Tabellen. 6., überarbeitete Auflage. Berlin, Heidelberg: Springer (Springer-Lehrbuch), S. 17–35, Kapitel 2.3.2 und Kapitel 12.
Ähnliche Einträge
Fußnoten
- 1