Confounding
WissenschaftStatistischer Begriff für Störvariablen, die einen Zusammenhang zwischen Exposition und Wirkung verzerren können. Beispiel: Adipositas erhöht NAION-Risiko unabhängig von Semaglutid, wer das nicht herausrechnet, schreibt Effekte fälschlicherweise dem Medikament zu.
Ausführlich erklärt
Ein Confounder, auf Deutsch Störfaktor, ist eine Variable, die sowohl mit der untersuchten Exposition als auch mit dem Ergebnis zusammenhängt, ohne auf dem kausalen Weg zwischen beiden zu liegen. Dadurch entsteht ein scheinbarer Zusammenhang, oder ein echter wird verdeckt oder übertrieben. Ein Lehrbuchbeispiel: Wer Kaffee trinkt, raucht in älteren Datensätzen häufiger. Ein beobachteter Zusammenhang zwischen Kaffee und Lungenkrebs kann dann vollständig durch das Rauchen erklärt sein.
In Beobachtungsstudien versucht man, bekannte Störfaktoren statistisch zu kontrollieren, etwa durch multivariable Regression, Stratifizierung oder Propensity-Score-Verfahren. Unbekannte oder nicht gemessene Faktoren bleiben aber ein Problem. Die Randomisierung in kontrollierten Studien verteilt dagegen bekannte und unbekannte Einflussgrößen im Mittel gleichmäßig auf die Gruppen.
Bedeutung in der Peptidforschung
Der Begriff spielt auf PeptidWiki eine Rolle, wenn Sicherheitssignale aus Registern oder Versicherungsdaten bewertet werden. Bei Nutzern von GLP-1-Rezeptoragonisten unterscheiden sich Grunderkrankungen wie Diabetes, Bluthochdruck oder Schlafapnoe von Vergleichsgruppen. Solche Unterschiede können Zusammenhänge mit seltenen Ereignissen verzerren. Ein bekannter Spezialfall ist Confounding by Indication: Der Grund der Verordnung selbst beeinflusst das Ergebnis.
Einordnung
Confounding ist von Bias im engeren Sinn abzugrenzen, etwa Selektions- oder Messfehlern, auch wenn beide Verzerrungen erzeugen. Eine statistische Adjustierung kann Confounding verringern, aber nie sicher ausschließen. Deshalb gelten Beobachtungsdaten allein selten als Kausalbeleg.