Wat is bias?

Wanneer onderzoekers een klinische studie uitvoeren (bijvoorbeeld om te testen of een bepaalde interventie werkt) is het de bedoeling dat de resultaten zo eerlijk en nauwkeurig mogelijk de werkelijkheid weerspiegelen. Bias is de verzamelnaam voor allerlei vormen van systematische vertekening die dat in de weg staan. Het gaat niet om toevallige meetfouten, maar om structurele scheefgroei in het onderzoeksproces die de uitkomsten consequent in één richting duwt. Dat kan ertoe leiden dat een behandeling effectiever of veiliger lijkt dan ze in werkelijkheid is, of juist minder effectief.

Hoe bias ontstaat

Bias kan op elk moment in een studie binnensluipen: bij het ontwerp, de uitvoering, de dataverzameling of de analyse van de resultaten. Twee van de belangrijkste beschermingsmechanismen tegen bias zijn randomisatie en blindering. Bij randomisatie worden deelnemers willekeurig over de behandelgroepen verdeeld, zodat de groepen bij aanvang zo vergelijkbaar mogelijk zijn. Blindering zorgt ervoor dat deelnemers, behandelaars of beoordelaars niet weten wie welke behandeling krijgt, waardoor verwachtingen en voorkeuren de uitkomsten niet onbewust beïnvloeden. Onderzoek laat zien dat studies zonder blindering gemiddeld grotere behandeleffecten rapporteren dan geblindeerde studies, een duidelijk teken dat het ontbreken van blindering bias in de hand werkt.

Veelvoorkomende vormen

• Selectiebias: ontstaat wanneer de verdeling van deelnemers over groepen niet zuiver willekeurig is, waardoor de groepen al vóór de behandeling van elkaar verschillen.
• Performance bias: treedt op als deelnemers of behandelaars weten welke behandeling wordt gegeven en zich daardoor anders gedragen.
• Detectiebias: doet zich voor wanneer de beoordeling van uitkomsten wordt beïnvloed door kennis over de toegewezen behandeling.
• Rapportagebias: houdt in dat onderzoekers selectief bepaalde uitkomsten wel en andere niet publiceren, bijvoorbeeld alleen de resultaten die gunstig uitvallen.

Uit analyses van goedgekeurde kankermedicijnen in Europa bleek dat veel van de onderliggende studies een hoog of onduidelijk risico op bias hadden, onder meer door gebrekkige blindering en selectieve rapportage. Vergelijkbare bevindingen zijn gedaan bij studies naar traditionele Chinese geneeskunde en bij onderzoek naar psychedelische middelen, waar de kenmerkende subjectieve effecten het bijzonder lastig maken om deelnemers en beoordelaars te blinderen.

Waarom dit ertoe doet

Bias is niet zomaar een technisch detail voor statistici. Het raakt direct aan de betrouwbaarheid van de kennis waarop gezondheidsbeslissingen worden gebaseerd, zowel door artsen als door mensen die zelf keuzes maken over hun gezondheid. Een studie met veel bias kan een middel effectief doen lijken terwijl het dat niet is, of kan de werkzaamheid van een natuurlijke benadering onderschatten doordat het onderzoeksontwerp niet goed aansluit bij de interventie. Instrumenten zoals AMSTAR 2 en het Cochrane risk-of-bias-instrument zijn ontwikkeld om de kwaliteit van studies en overzichtsartikelen systematisch te beoordelen, zodat lezers kunnen inschatten hoeveel vertrouwen ze in de conclusies mogen hebben. Daarnaast helpt het vooraf registreren van studies in openbare registers om rapportagebias tegen te gaan, doordat achteraf te controleren valt of alle geplande uitkomsten ook daadwerkelijk zijn gerapporteerd.