Neyman bias: definition und beispiele

Neyman-Bias (auch bekannt als Prävalenz-Inzidenz-Bias ) ist eine Art von Bias, die in Forschungsstudien auftreten kann, bei denen extrem kranke oder sehr gesunde Personen von den endgültigen Studienergebnissen ausgeschlossen werden, was zu verzerrten Ergebnissen führen kann.

Diese Verzerrung kann die Ergebnisse einer Studie auf zwei Arten beeinflussen:

1. Wenn extrem erkrankte Personen wegen ihres Todes von der Studie ausgeschlossen werden, erscheint die Krankheit weniger schwerwiegend.

2. Wenn sehr gesunde Personen aufgrund ihrer Genesung von der Studie ausgeschlossen werden und nach Hause geschickt werden, erscheint die Erkrankung schwerwiegender.

Beispiele für Neyman Bias

Hier sind zwei Beispiele für Neyman-Voreingenommenheit, die in verschiedenen Szenarien auftritt:

Beispiel 1: Erkrankte Personen von einer Studie ausgeschlossen.

Nehmen wir an, eine Gruppe von Forschern in einem Krankenhaus möchte den Schweregrad einer bestimmten Grippeart untersuchen. Sie wählen nach dem Zufallsprinzip eine Stichprobe von 40 Menschen in der Gegend aus, die sich mit diesem Grippestamm infiziert haben, und überwachen ihre Ergebnisse.

In diesem Szenario werden Personen, die an einer besonders schweren Grippe erkranken und daran sterben, von der Studie ausgeschlossen. Dies bedeutet, dass nur Menschen mit leichten Verläufen in die Studie einbezogen werden, wodurch die Grippe weniger schwerwiegend ist.

Beispiel 2: Gesunde Personen von einer Studie ausgeschlossen.

Nehmen wir an, eine Gruppe von Forschern in einem Krankenhaus möchte den Schweregrad einer bestimmten saisonalen Erkältung untersuchen. Sie wählen nach dem Zufallsprinzip eine Stichprobe von 30 Menschen in der Gegend aus, die an einer Erkältung erkrankt sind, und überwachen deren Folgen.

In diesem Szenario werden Personen, die bereits eine Erkältung hatten und sich erholt haben, nicht in die Studie einbezogen, d. h. nur Personen mit schwereren Verläufen, die sich nicht erholt haben, werden in die Studie einbezogen. Dies könnte die Erkältung verschlimmern.

In welchen Arten von Studien taucht Neyman-Voreingenommenheit auf?

Der Neyman-Bias tritt am häufigsten in Studien auf, in denen zwischen der Ansteckung mit einer bestimmten Krankheit und ihrer Aufnahme in eine Studie ein langer Zeitraum liegt, einfach weil sie dadurch mehr Zeit haben, (1) sich zu erholen und nicht in die Studie aufgenommen zu werden oder (2 ) sterben und nicht in die Studie einbezogen werden.

Fall-Kontroll-Studien sind am anfälligsten für diese Art von Verzerrung, sie kann jedoch auch in Kohortenstudien und Querschnittsstudien auftreten.

So verhindern Sie Neyman Bias

Es gibt zwei Möglichkeiten, die Fallstricke der Neyman-Voreingenommenheit zu vermeiden:

1. Verwenden Sie Vorfallfälle anstelle von vorherrschenden Fällen.

Ein Vorfall ist ein neu diagnostizierter Krankheitsfall. Ein Prävalenzfall ist ein bestehender Krankheitsfall, bei dem eine Person typischerweise über einen längeren Zeitraum darunter leidet und daher an einer fortgeschritteneren und schwereren Form der Krankheit leidet. Durch die Verwendung von Vorfallfällen ist es weniger wahrscheinlich, dass Einzelpersonen irgendwann von der Studie ausgeschlossen werden, da es sich um einen neuen Fall handelt.

2. Nutzen Sie Folgestudien.

Eine weitere Möglichkeit, Neyman-Voreingenommenheit zu vermeiden, besteht darin, eine Folgestudie durchzuführen, bei der Forscher nach Abschluss der Studie mit Einzelpersonen nachfragen und ihre Situation überprüfen. Dies kann besonders nützlich sein, um Personen zu überwachen, die eine Studie abbrechen, weil sie sich von einer Krankheit erholt haben, und ermöglicht es Forschern, die langfristigen Auswirkungen einer Krankheit besser zu verstehen.

Zusätzliche Ressourcen

Was ist ein Undercount-Bias?
Was ist SEO-Bias?
Was ist Non-Response-Bias?
Was ist Behandlungsdiffusion?