解説:3つの世界が衝突する:Berkson’s bias,selection bias and collider bias

Berkson’s bias

1984年、ニュージーランドのビーチに住んでいた私たちの一人(N.P.)。 私は私の博士論文を書いていました,私はサッカーを持っていたとき(‘サッカー’)私に一週間のための深刻な背中の問題を与えた傷害. 音楽を聴いて、他の多くを行うことができない私の背中に横たわっての最初の二日間の後、私は明らかに内耳の感染によって引き起こされる吐き気やめまいで夜中に目が覚めました。 次の5日間、私は立ち上がったときに重度の背中の痛み、私が横たわったときに重度の吐き気とめまい、そして私が椅子に座ったときに2つの混合物 この残念な話を要約する目的は、私の病歴をIJEの読者に関連付けることではなく、むしろ私が当時勉強していたBerkson’s biasの話に関連しているからです。 入院はしませんでしたが、それは近いことであり、”これらの結果が独立していても、二つ以上の病気の人は一つの病気の人よりも入院する確率が高い”ということを直接体験しました。1私が入院して内耳感染症の研究のために募集されていた場合、そして私のような十分な他の人々がいた場合、私たちはおそらくサッカーの傷害（私の背中の問題を引き起こした）が内耳感染の原因であったという誤った結論に貢献していたでしょう—これはBerksonのバイアスの”間接的な”形に対応しています2Snoep et alの論文の図3aに描かれているように。1

Berkson’s bias（「Berkson’s fallacy」とも呼ばれる）は、おそらく最もよく知られているが、最もよく理解されていないバイアスの1つです。 Snoepらによる論文。本稿では、(i)有向非循環グラフ(Dag)の使用、(ii)Berksonのバイアスの構成要素、(iii)そのようなバイアスの可能性のある強さと方向についてコメントします。

有向非巡回グラフ(DAGs)

Snoep et al. 有向非巡回グラフ（Dag）のパワーと優雅さを明確に示しています。 私たちが以前に言葉、確率、数値例を使って理解しようとしていたことは、因果図を使ってはるかにエレガントに探求することができます。 これは本当の進歩を表しており、バークソンのバイアスの多くの側面を明確にしています。

より一般的には、Dagは選択バイアスと交絡の間の以前は暗い関係を明らかにしています。 伝統的に、選択バイアスは、ソース集団からの研究対象の不適切な選択（または自己選択）から生じるバイアスとして記述されてきた。3あるレベルではこれは十分に明らかであるが、”選択”という言葉の使用は、しばしば比較グループの不適切な選択に適用されるようになり、健康労働者効果などの現象が選択bias4または交絡の例であるかどうかについて混乱を招く、5、6選択の決定要因（年齢、性別、社会経済的地位など）は、ソース集団の交絡者ではなくても、効果的に交絡者になり、分析において制御される可能性があるため、状況はさらに複雑である。 Dagの使用はこれを明確にし、共通の効果に対する（不適切な）条件付け（”衝突バイアス”または”選択バイアス”）と、暴露および結果の一般的な原因に対する条件付けの欠如（交絡）に起因するバイアスを区別する。6,7二つの現象は、例えば、我々は結果自体の効果ではなく、結果の原因の効果であるコライダーに条件を設定するとき、一緒に発生する可能性があります。 これを選択バイアスとして分類する人もいれば、6人の人が交絡の一種であると考える人もいます。8,9

したがって、3つの用語はほとんど同じ意味で使用されることがあるが、衝突型バイアスは一般的な効果に対する条件付けを含むより一般的な現象である(Hernan et al.6このより一般的な現象については、”選択バイアス”という用語を使用してください）;選択バイアスは、共通の効果が研究への選択である特定のタイプの; バークソンのバイアスは、研究への症例の選択が入院に依存し、曝露が別の疾患、または別の疾患の原因であり、入院をもたらす特定のタイプの選択bias10で これがDagを使用せずに簡単に明らかにされたことはまずありません。

バークソンのバイアスの構成要素

その裸の本質では、バークソンのバイアスは、症例の入院率が100％未満であり、曝露が別の疾患または別の疾患の原因であり、入院をもたらす場合に、曝露症例が非曝露症例よりも高い確率で同定されるため、症例間の曝露のオッズの偏った推定と見ることができる。 Berksonのバイアスに関与するさまざまなステップを数値例で説明することができます。 まず、berksonの論文2の表5で報告されているオッズ比が1.0である母集団から始めましょう（表1）。

ここでは、この研究が入院した症例を一般集団対照と比較すると仮定する（Snoep et alの図1bに対応する。1). 私たちは、Berksonの論文の病気1（暴露—0.15）と病気2（症例—0.05）に同じ入院確率を使用します。 我々はまた、（Berkson2とSnoep et al.1)全人口が0.2の有病率および0.025の入院率をD1およびD2以外の病気のために有すること(これらの異なった仮定は私達の数がBerkson2およびSnoep et al.1). 研究では、10％のサンプリング率を有する非症例からサンプリングされた一般的な集団コントロールと入院症例を比較した場合、対応する所見は表2に示されています。 推定オッズ比は、入院した症例での曝露オッズが高いため（すべての症例と比較して）、3.59になりました。 これは、Snoep et al.の図1bに示すように、コライダバイアスによって引き起こされます。1

同じ集団の入院患者の間で実施された研究からの対応する所見を表3に示す。 バイアスは、ケースの露出オッズの増加（すべてのケースと比較）が、非ケースの露出オッズの増加（一般集団と比較）によって相殺される以上のものであるため、逆方向になりました。 これは、Snoep et al.の図1aに示されているように、コライダバイアスによって再び引き起こされます。1

表4は、Berksonの例とより類似した例を示しており、2では、コントロールの選択に特定の疾患が選択され、コントロール疾患は入院確率が0.20、有病率が0.005であり、オッズ比は2.26であり、バイアスは表3とは反対の方向にある。なぜなら、コントロール疾患の入院率はケース疾患の入院率よりも大きい（したがって、曝露の増加はケースでコントロールよりも大きい）からである。

したがって、一般的な集団コントロールを使用する場合、Berksonのバイアスは、オッズ比が上昇する傾向があります（症例疾患の入院率が100％未満の場合）。; 病院のコントロールを使用する場合、バイアスはどちらの方向にもなります。

バイアスの強さと方向

Snoep et al. Berksonのバイアスのこれらの根底にあるメカニズムを明確にするだけでなく、それはまた、様々な状況におけるその強さと方向の推定値を提供する（Snoep et al.、表31）。 これは、Berksonが表4と同様のシナリオを構築したとき、対照疾患（屈折異常）の入院率がケース疾患（糖尿病）-0.2と比較して0よりもかなり高かったことを明らか05-オッズ比は上向きに強く偏っていた（Snoep et al. 対照疾患において入院率が低い場合、オッズ比は下方に偏っている（Ｓｎｏｅｐらの表３の４〜５行目。1）、入院率が同じ場合にはバイアスはなく、症例と対照疾患の両方を有する患者は症例としてのみカウントされる（snoep et al.1).

だから、バークソンのバイアスは確かに発生する可能性がありますが、それは本当に重要ですか？ Snoep et al.1注、Berksonの例は、流行している症例と別の流行している疾患（曝露）との関連を含む仮説的な研究に基づいていた。 曝露自体が入院の直接的な理由ではない場合、Berksonのバイアスの間接的な形だけが関連しています—サッカーの怪我によって引き起こされる背中の問題 このバイアスは、インシデントケースを使用することによって大幅に減衰し、別の病気のために入院したケースを除外することによって完全に防 これは、上記の例から見ることができます—インシデント中耳感染症を持つ多くの人々は、材料バイアスが発生するために、同時サッカー傷害のために入院しなければならないでしょう。 したがって、多くの（またはおそらくほとんどの）もっともらしい状況では、特にインシデントケースが使用されている場合、バイアスは非常に小さ それは理論的には興味深いですが、実際にはほとんど”何もないことについて多くの騒ぎ”でした。

おそらく、ここでの主なメッセージは、バイアスが発生する可能性があることを実証するだけでは十分ではないということです; また、それが起こる可能性とその可能性の高い強さと方向性を評価する必要があります。 疫学的研究は、情報バイアスや残留交絡の可能性に基づいて頻繁に批判されている。 いくつかの例では、これらの潜在的な問題は現実的かつ重要であり、他のものでは些細なものです。 ベイズ法は、そのようなバイアスの可能性の高い強さと方向を評価するためにますます利用可能になってきています。11

これはDagの限界に私たちをもたらします。 Berksonの論文は、dagでは簡単に表現できない状況である一般的なケースに基づいているため、極端な結果をもたらしました。 一般的なケースからインシデントケースに変更すると、Snoep et alの図1-6のすべてのDagが発生します。1はまだ同じように見えますが、バイアスは一般的に些細なものになっています。 これは、Dagのより一般的な問題を示しています—バイアスが発生する可能性があることを示すことができますが、その可能性のある強さと方向の推定 これがなければ、潜在的な交絡因子（別のパスのコライダーでもある可能性がある）を調整する恐れに起因する”分析麻痺”に屈するのは簡単です。 いくつかの状況では、コライダバイアスは、制御されていない交絡とサイズが同程度である可能性があります。7他のものではそうではなく、交絡を制御することからの利益は、衝突型バイアスの影響をはるかに上回るでしょう。 それはすべて依存します。

資金

公衆衛生研究センターは、ニュージーランド保健研究評議会からのプログラム助成金によって支援されています。

謝辞

私たちは、原稿草案に関する彼のコメントのためにヤンVandenbrouckeに感謝します。

利益相反:宣言されていません。