Wat is confounding?

Wat zijn variabelen?

Om confounding te kunnen begrijpen, is het eerst essentieel om te weten wat wij bedoelen met variabelen. Het begrip variabele wordt veel gebruikt in onderzoek. Waar in het dagelijks taalgebruik gesproken wordt over een eigenschap, kenmerk of uitkomst, spreken onderzoekers over variabelen. Een variabele kan dus van alles zijn; denk bijvoorbeeld aan leeftijd, gewicht, lengte, maar ook sterfte of het optreden van een bepaalde ziekte.

Confounding is een term die gebruikt wordt in wetenschappelijk onderzoek om aan te geven dat er een derde variabele is die kan verklaren waarom er een verband is tussen twee andere variabelen. Daardoor kan er een verband tussen die eerste twee variabelen worden gesuggereerd wat er in werkelijkheid helemaal niet is.

Om dit goed te begrijpen zullen we eerst kort bespreken wat het verschil is tussen een correlatie en een oorzaak-gevolg relatie. Vervolgens zullen we enkele voorbeelden van confounding in wetenschappelijk onderzoek bespreken.

Correlatie versus oorzaak-gevolg relatie

Een correlatie betekent dat er een verband is tussen twee variabelen, maar het hoeft niet te betekenen dat er een oorzaak-gevolg relatie is (causaal verband). Het kan ook zo zijn dat er een derde variabele een rol speelt die de correlatie kan verklaren; dat noemen we confounding.

Een tekstboek (absurdistisch) voorbeeld hiervan is het volgende scenario: Als er meer ijsjes verkocht worden dan stijgt het aantal verdrinkingen. In dit geval is het niet logisch dat ijsjes direct zorgen voor meer verdrinkingen. Het is veel logischer dat een confounder het verband verklaart. In dit voorbeeld zou dit bijvoorbeeld de temperatuur kunnen zijn. Als het buiten mooi weer is, zullen er meer ijsjes verkocht worden, maar tegelijkertijd zullen er door de hogere temperatuur meer mensen gaan zwemmen, wat tot een hoger aantal verdrinkingen zal leiden. Lees ons artikel over correlatie en causaliteit voor meer informatie.

Afbeelding 1. Confounding

Confounding in onderzoek naar een gezonde leefstijl

In onderzoek naar een gezonde leefstijl komt confounding heel veel voor. Een confounder kan bijvoorbeeld een verband tussen de blootstelling aan een bepaalde risicofactor en een uitkomst vertekenen. We zullen hier twee korte voorbeelden voor geven:

In ons artikel over de gevaren van alcohol bespreken we dat er een verband is tussen het drinken van meer dan 1,5 eenheid alcohol per dag en het krijgen van hart- en vaatziekten. De vraag daarbij blijft echter of dit een direct gevolg is van de alcohol of een gevolg is van confounding variabelen. Je kan je voorstellen dat mensen die veel alcohol drinken over het algemeen een ongezondere leefstijl hebben; gemiddeld roken ze meer en hebben ze een ongezonder eetpatroon. Is het verhoogde risico op hart- en vaatziekten wat deze mensen hebben dan een direct gevolg van het alcoholgebruik of van andere risicofactoren? (Afbeelding 2). Vermoedelijk zit de waarheid er ergens tussenin en is het een samenspel van al deze factoren, maar dit is soms heel lastig uit te zoeken.
In het artikel over de invloed van vitamine D en het risico op hart- en vaatziekten bespreken we onder anderen dat mensen die meer blootgesteld worden aan zonlicht, een lager risico blijken te hebben op het krijgen van hart- en vaatziekten. Het nadeel van een dergelijke observationele studie is dat ook hier de bevindingen beïnvloed kunnen worden door confounding. In dit geval zou het zo kunnen zijn dat de mensen die meer blootgesteld worden aan zonlicht simpelweg meer buiten komen doordat ze een actievere leefstijl hebben; deze fysieke activiteit kan uiteraard ook een verklaring zijn voor het lagere risico op hart- en vaatziekten.

Afbeelding 2. Confounding in leefstijlonderzoek

Zijn er oplossingen om confounding te voorkomen?

Confounding kan eigenlijk alleen voorkomen worden door het uitvoeren van een gerandomiseerde (klinische) studie. Op die manier worden deelnemers aan wetenschappelijk onderzoek willekeurig verdeeld in twee (of meer) groepen waarbij elke groep een andere behandeling krijgt. De onderzoekers hopen dat puur op basis van toeval alle andere variabelen gelijkwaardig verdeeld zijn over de groepen; kortom dat in beide groepen bijvoorbeeld de gemiddelde leeftijd, gewicht en lengte hetzelfde is. Hierdoor zit er alleen een verschil tussen de behandeling die de deelnemers in de groepen krijgen en kunnen de onderzoekers met meer zekerheid een oorzaak-gevolg relatie vaststellen.

Toch is deze randomisatie lang niet altijd mogelijk in wetenschappelijk onderzoek. Veel onderzoek naar een gezonde leefstijl wordt bijvoorbeeld gedaan door middel van observationele studies waarbij mensen gedurende lange tijd gevolgd worden en er gezocht wordt naar een verband tussen bepaalde leefstijlfactoren (zoals alcohol gebruik en rookgedrag) op een bepaalde uitkomst (bijvoorbeeld het optreden van hart- en vaatziekten). Het is niet mogelijk om bij dergelijke onderzoeksvragen een gerandomiseerde studie uit te voeren; een ethische commissie (de commissie die bepaalt of een onderzoek uitgevoerd mag worden) zal waarschijnlijk niet goedkeuren dat onderzoekers een studie uitvoeren waarbij de helft van de proefpersonen gaat roken.

Confounders bij de analyse van resultaten

Gelukkig kunnen confounders meegenomen worden in de statistische analyse. Op die manier kan achteraf bekeken worden op welke manier andere factoren een verklaring zouden kunnen zijn voor het gevonden verband. Hiervoor kunnen de resultaten soms gecorrigeerd worden. Het is echter wel belangrijk dat de onderzoekers deze analyses zorgvuldig uitvoeren om de juiste conclusies te trekken. Helemaal waterdicht is het echter nooit omdat je simpelweg geen rekening kan houden met alle mogelijke confounders. Hierdoor kan een oorzaak-gevolg relatie nooit onomstotelijk aangetoond worden in observationele onderzoeken.

Conclusie

Wanneer er een derde variabele een rol speelt die een verband tussen twee andere variabelen kan verklaren dan noemen we dat confounding. In wetenschappelijk onderzoek naar een gezonde leefstijl komt dit heel veel voor. Er zijn wel manieren om confounding te voorkomen, maar helaas is dit niet altijd mogelijk. Daarom moet er bij de interpretatie van wetenschappelijk onderzoek altijd rekening gehouden worden met het risico op confounding.

Lezing kritisch redeneren

Wil je meer leren over het beoordelen van wetenschappelijk onderzoek? Dan is onze lezing kritisch redeneren misschien wel iets voor jou! Klik op de button hieronder voor onze cursuspagina!

Wat is confounding?

Wat zijn variabelen?