Inzidenz-Prävalenz-Bias — Wenn Logik sich verkleidet

Der Inzidenz-Prävalenz-Bias (auch Neyman-Bias) entsteht, wenn die Untersuchung bestehender Krankheitsfälle ein verzerrtes Bild der Risikofaktoren liefert, weil schnell tödlich verlaufende oder rasch remittierende Fälle bereits aus dem Pool beobachtbarer Fälle verschwunden sind.

Auch bekannt als: Neyman-Bias, Prävalenz-Inzidenz-Bias, Selektives Überlebensbias

Wie es funktioniert

Prävalenz hängt von Inzidenz und Dauer/Überleben ab. Ein Risikofaktor, der den Tod beschleunigt, erscheint in einer Prävalenzstichprobe schützend, weil Fälle mit diesem Faktor bereits gestorben sind.

Ein klassisches Beispiel

Eine Studie zu Risikofaktoren einer schweren Infektion rekrutiert hospitalisierte Patienten. Die Schwerstkranken starben jedoch vor der Aufnahme, und Leichtkranke genasen zu Hause. Das Krankenhaus-Sample repräsentiert nur mittelschwere Fälle, was die Risikofaktorschätzungen verzerrt.

Wo man das in der Praxis findet

Frühe Studien zu Herzerkrankungsrisikofaktoren waren verzerrt, weil sie Überlebende befragten und diejenigen verpassten, die plötzlich starben.

Wie man es erkennt und kontert

Inzeptionskohorten verwenden, die Patienten bei Krankheitsbeginn rekrutieren. Zwischen Faktoren unterscheiden, die Inzidenz gegenüber Dauer oder Überleben beeinflussen.

Das Fazit

Inzidenz-Prävalenz-Bias gehört zu den Denkfehlern, die auf den ersten Blick völlig logisch klingen. Genau das macht sie gefährlich — sie tragen das Kostüm valider Argumentation, während sie eine fehlerhafte Schlussfolgerung einschmuggeln. Die beste Verteidigung? Langsamer werden und fragen: Folgt diese Schlussfolgerung tatsächlich aus diesen Prämissen?