misklassifisering

Misklassifisering er en feil i klassifiseringen av enheter i en studie, slik at enheter blir tilordnet feil kategori i forhold til deres faktiske tilstand eller egenskaper. Vanlige eksempler inkluderer feilkoding av sykdomsstatus, eksponering eller utfall, samt feil i mer generelle variabler som kjønn eller aldersgruppe. Misklassen kan være ikke-differensiell (non-differential), når feilen oppstår uavhengig av andre variabler, eller differensiell (differential), når feilen avhenger av for eksempel eksponering eller sykdom. Ikke-differensiell misklassifisering tenderer ofte å redusere statistisk effektstørrelse og presisjon, mens differensiell misklassifisering kan skape skjevheter i retning av falske assosiasjoner.

Årsakene inkluderer målefeil, begrensede eller inkonsekvente definisjoner, registreringsfeil og informasjonsbias i datakilder. I epidemiologiske studier kan misklassifisering av sykdoms- eller eksponeringsstatus påvirke estimerte risiko- eller oddsforhold, og dermed konklusjonene. I maskinlæring betegnes feilmerking som label noise, noe som reduserer en models ytelse og kan svekke prediksjoners pålitelighet. I kvalitetskontroll og registreringsstudier kan misklassifisering gi systematiske ulikheter mellom grupper.

Forebygging og håndtering inkluderer klare definisjoner, validering mot gullstandard, bruk av repetisjon og flertrinns målinger, samt statistiske metoder som sensitivitetsanalyser, probabilistisk bias-analyse og imputasjonsbaserte tilnærminger for å vurdere og korrigere for feilkilder.