# Bias #
Il Bias è definito come un effetto che, in qualsiasi momento dell’indagine, tende a produrre risultati che si
discostano sistematicamente dai valori veri, e la distorsione è la differenza tra la stima ottenuta in
un campione e la vera caratteristica nella popolazione. Negli studi epidemiologici esistono diversi tipi di
Bias:
Bias di identificazione dell’esposizione: come misurare il determinante di malattia? (per
esempio esposizione al fumo si, no, o in passato? Oppure numero di sigarette fumate in un
giorno?);
Bias di identificazione dell’esito: per esempio numero di pazienti guariti o riduzione della
letalità?;
Bias di selezione: sono legati alla scelta del campione (per esempio il campione è rilevato da una
sottopopolazione della popolazione di interesse, o i soggetti studiati sono un campione
conveniente piuttosto che rappresentativo della popolazione obiettivo, come ad esempio
volontari, soggetti istituzionalizzati, elenchi incompleti, etc.);
Bias di informazione: possono presentarsi in fase di raccolta dati, in fase di analisi dei dati o
durante l’interpretazione dei dati. Essi sono riferiti alle informazioni raccolte, e sono dovuti
all’errata misurazione dell’esposizione o dell’esito tramite:
ostrumenti di misura inadeguati;
omodalità e tempi di osservazione diversi nei gruppi confrontati;
odifferente memoria dell’esposizione tra gli intervistati (recall Bias);
oinformazioni raccolte in modo differente dai diversi ricercatori (informazioni non
standardizzate).
Bias di non risposta: per evitarli occorre controllare il peso delle non risposte, e i valori
mancanti devono essere esclusi dall’analisi, poiché potrebbero falsarne i risultati. La completezza
dei dati raccolti è un requisito fondamentale perché lo studio sia valido, e proprio per questo è
necessario indagare sempre sulle cause che hanno prodotto informazioni mancanti. In linea
generale, le informazioni mancanti hanno sempre valori diversi da quelli del resto delle
informazioni raccolte (per questo devono essere mantenute al minimo);
Bias di pubblicazione: derivano dall’analisi, interpretazione e presentazione dei dati secondo gli
interessi e l’esperienza del ricercatore, con una pubblicazione selettiva dei risultati.
+ Validità +
Il concetto di validità risponde a due importanti domande:
Le misurazioni effettuate sono corrette per i pazienti inclusi nel campione?
Il campione rappresenta bene la popolazione da cui è stato estratto?
La validità interna misura quanto i risultati di uno studio siano corretti per il campione di individui che
sono stati studiati, ed essa viene detta “interna” perché è riferita al campione, e non necessariamente
agli altri individui della popolazione. Negli studi clinici, la validità interna dipende dalla correttezza di
impostazione dello studio stesso, dalla scelta di buone tecniche diagnostiche e da un loro corretto
utilizzo, da una buona elaborazione dei dati, etc. Per esempio, nel caso dei dati ottenuti attraverso
questionari, un fattore che contribuisce ad abbassare la validità interna è rappresentato dalla propensione
degli intervistati a mentire su determinate domande.
La validità esterna è il grado di “generalizzabilità” delle conclusioni tratte da uno studio. Ad esempio,
nel caso di uno studio epidemiologico clinico, essa risponde alla domanda: “Supponendo che i risultati
dello studio siano veri, essi si applicano anche ai miei pazienti ?”. Essa dunque misura il grado di verità
dell'assunto secondo cui i pazienti studiati sono "uguali" ad altri pazienti affetti dalla stessa condizione.
