Wat is confounding?

In medisch en wetenschappelijk onderzoek draait het vaak om de vraag: veroorzaakt A daadwerkelijk B? Stel dat onderzoekers willen weten of een bepaalde voedingsgewoonte het risico op een ziekte verhoogt. Als er een derde factor in het spel is die zowel met die voedingsgewoonte als met de ziekte samenhangt, kan die factor het beeld vertroebelen. Zo’n verstorende variabele wordt een confounder genoemd en het verschijnsel heet confounding, in het Nederlands ook wel confounding bias of verstoring genoemd.

Hoe confounding werkt

Een confounder voldoet aan drie voorwaarden: hij hangt samen met de blootstelling die onderzocht wordt, hij beïnvloedt de uitkomst onafhankelijk van die blootstelling en hij ligt niet op het directe pad tussen blootstelling en uitkomst. Wanneer onderzoekers hier geen rekening mee houden, kan het lijken alsof er een oorzakelijk verband bestaat terwijl dat er in werkelijkheid niet is, of omgekeerd kan een echt verband gemaskeerd worden.

Een klassiek voorbeeld: uit onderzoek zou kunnen blijken dat mensen die koffie drinken vaker longkanker krijgen. Maar als koffiedrinkers ook vaker roken, is roken hier de confounder. Het is het rookgedrag dat het risico op longkanker verhoogt, niet de koffie zelf. Zonder correctie voor die verstorende factor trek je een verkeerde conclusie.

Waarom het zo belangrijk is

Confounding speelt vooral een rol in observationeel onderzoek, waarbij onderzoekers mensen volgen zonder in te grijpen. In zulke studies is het lastig om alle mogelijke verstorende factoren te overzien. Zo bleek uit onderzoek naar paracetamolgebruik tijdens de zwangerschap en het risico op ADHD bij kinderen dat ongemeten confounders (factoren waar niet voor gecorrigeerd was) de gevonden verbanden mogelijk deels konden verklaren. Vergelijkbaar toonde een meta-analyse naar delier bij ouderen aan dat de schijnbare link tussen delier en slechte langetermijnuitkomsten pas goed beoordeeld kon worden nadat er voor belangrijke confounders was gecorrigeerd.

Ook bij onderzoek naar de relatie tussen alcoholgebruik en hart- en vaatziekten is aangetoond dat verschillende onderzoekers het lang niet altijd eens zijn over welke confounders meegenomen moeten worden. Dat gebrek aan overeenstemming kan ertoe leiden dat studies over hetzelfde onderwerp tot uiteenlopende conclusies komen.

Vormen en herkenning

Confounding kan in twee richtingen werken. Soms zorgt het ervoor dat een verband sterker lijkt dan het is (positieve confounding), soms juist zwakker of zelfs onzichtbaar (negatieve confounding). Onderzoekers proberen confounding te beperken door vooraf groepen zo gelijk mogelijk samen te stellen (matching), door te stratificeren naar bekende risicofactoren, of door statistische correctie toe te passen. In Mendeliaanse randomisatiestudies worden genetische varianten als instrumentele variabelen gebruikt om confounding te omzeilen, al kan ook daar vertekening optreden als de gebruikte instrumenten zwak zijn.

Het herkennen van confounders vraagt om inhoudelijke kennis van het onderwerp. Puur statistisch kun je niet altijd vaststellen of een variabele een confounder is, je moet begrijpen hoe de factoren biologisch of maatschappelijk met elkaar samenhangen. Dat maakt confounding tot een van de meest voorkomende en tegelijk lastigst te bestrijden vormen van vertekening in gezondheidsonderzoek.