Konfoundaatioiden

Konfoundaatioiden käsite kuvaa ulkoisia muuttujia, jotka ovat sekä altistuksen että tuloksen kanssa yhteydessä, ja joiden vuoksi havaittu yhteys voi poiketa todellisesta syy-seuraussuhteesta. Konfoundaatioita esiintyy erityisesti havainnoivaisissa tutkimuksissa, joissa osallistujat eivät jaa ryhmiä sattumanvaraisesti ja taustatekijät voivat eri tavoin erottaa ryhmät toisistaan.

Kun konfoundaatioita ei kontrolloida, havaittu yhteys voi johtua kolmannen muuttujan vaikutuksesta eikä todellisesta altistuksen vaikutuksesta. Yleisiä keinoja niiden minimoimiseksi ovat sekä tutkimussuunnittelussa että analyysissä: satunnaistaminen kokeellisissa tutkimuksissa, rajoittaminen ja sovittaminen sekä tilastolliset säätömenetelmät kuten monimuuttuja- tai propensity-score -mallit. Konfoundaatioiden hallinta on erityisen tärkeää havainnoivaisissa tutkimuksissa, mutta se ei poista kaikkia epävarmuuksia: epämitattomat konfoundaatioita voivat edelleen vääristää tuloksia. Tästä syystä käytetään herkkyysanalyyssejä ja graafisia syy-seurausmallinnuksia (esim. DAG-malleja) sekä asiantuntijatietoon perustuvia arvioita siitä, miten epävarmuus vaikuttaa johtopäätöksiin.

Keskeinen ero on, että konfoundaatio liittyy sekä altistukseen että lopputulokseen vaikuttaviin tekijöihin, eikä välillisiin mekanismeihin (kuten välineellisiin muuttujiin eli mediators). Tämä määritelmä ohjaa sekä suunnittelua että tulosten tulkintaa.

Esimerkki: tutkimus löytää yhteyden kahvin nauttimisen ja sydänsairauksien riskin välillä, mutta iän, sosioekonomisen aseman ja tupakoinnin kaltaiset taustatekijät voivat toimia konfoundaatioina.