🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!
incidence_prevalence_bias
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.
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.
Forscher untersuchen den Zusammenhang zwischen Bluthochdruck und Schlaganfall, indem sie Patienten auf einer Neurologie-Station befragen. Da viele Schlaganfallpatienten mit sehr hohem Blutdruck bereits in der Akutphase verstorben sind und mildere Fälle ambulant behandelt werden, unterschätzt die Studie den wahren Einfluss extremer Hypertonie auf das Schlaganfallrisiko.
Eine Befragung von Langzeitarbeitslosen soll Risikofaktoren für chronische Arbeitslosigkeit identifizieren. Dabei werden jedoch nur jene erfasst, die bereits seit Jahren arbeitslos sind – Personen, die schnell wieder eine Stelle fanden, sind längst aus dem System verschwunden. Die Ergebnisse spiegeln daher eher die Merkmale derjenigen wider, die besonders schwer vermittelbar sind, nicht die Ursachen von Arbeitslosigkeit im Allgemeinen.
Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:
Beprobt die Studie bestehende Fälle (Prävalenzfälle) statt neu diagnostizierter Fälle (Inzidenzfälle)?
Typ: binaryKönnten schnell tödlich verlaufende oder rasch heilende Fälle fehlen, weil sie bei Studienbeginn nicht mehr vorhanden waren?
Typ: binaryWerden Risikofaktorschätzungen aus Prävalenzfällen für ätiologische Schlüsse genutzt?
Typ: binaryKönnten die scheinbaren Risikofaktoren die Krankheitsdauer statt des Krankheitsbeginns widerspiegeln?
Typ: binaryDer 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.
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.
Inzeptionskohorten verwenden, die Patienten bei Krankheitsbeginn rekrutieren. Zwischen Faktoren unterscheiden, die Inzidenz gegenüber Dauer oder Überleben beeinflussen.
Frühe Studien zu Herzerkrankungsrisikofaktoren waren verzerrt, weil sie Überlebende befragten und diejenigen verpassten, die plötzlich starben.
Nutze diese Tools, um diesen Aspekt zu erkennen, zu analysieren oder zu trainieren.