Inleiding in de causaliteit Flashcards
(16 cards)
Hoe wordt epidemiologie gedefinieerd?
Als de studie van ziekten in relatie tot determinanten
Waarom is causaliteit van belang?
= cruciaal in de epidemiologie om verder te gaan dan simpele tellingen en om te bergijpen waarom bepaalde associaties bestaan
“Een simpele associatie overtuigt nog geen enkel belsuit”
Het gebruik van effectamten zoals OR, RR, RD en PAR is impliciet gebaseerd op…
Causale assumpties
- Zonder causale assumpties zouden alle op het oog onzin associaties serieus genomen moeten worden
Wat zijn 7 punten van Morris’ uses of epidemiology?
- In historical study of the health of the community and of the rise and fall of diseases in the population; useful ‘projections’ into the future may also be possible.
- For community diagnosis of the presence, nature and distribution of health and disease among the population, and the dimensions of these in incidence, prevalence, and mortality; taking into account that society is changing and health problems are changing.
- To study the workings of health services. This begins with the determination of needs and resources, proceeds to analysis of services in action and, finally, attempts to appraise.
- To estimate, from the common experience, the individual’s chances and risks of disease.
- To help complete the clinical picture by including all types of cases in proportion; by relating clinical disease to the subclinical; by observing secular changes in the character of disease, and its picture in other countries.
- In identifying syndromes from the distribution of clinical phenomena among sections of the population.
- In the search for causes of health and disease, starting with the discovery of groups with high and low rates, studying these differences in relation to differences in ways of living
Wat benadrukt Hernan (2005) over de uitdaging van causaliteit?
De noodzaak om causaliteit actief te onderzoeken in plaats van alleen associaties te observeren
Welke definitie voor causaliteit werd een lange tijd gebruikt?
Probability raising: “X causes Y, if X raises the probability of Y”
Notatie:
1. P (Y|X) > P (Y)
2. P (Y|X) > P (Y|niet X)
Leg uit wat het verschil is tussen ‘general’ en ‘singular’ causal claims
General causal claims (algemeen):
- Er is een oorzakelijk verband tussen roken en longkanker in de populatie
Singular causal claims (speficiek):
- Roken is de oorzaak van de longkanker van oom Jan
Wat wordt er bedoeld met het causal interpretation problem?
Dat kansen op een uitkomst in een blootgestelde groep relatief groot (sterk) zijn, zegt op zichzelf nog niets over de reden waarom dat het geval is.
Ofwel, een sterke associatie zegt nog niks over de causaliteit
Wat wordt er bedoeld met ‘risk relativism’
Risk relativism is het benadrukken of interpreteren van risico’s in relatieve termen, vaak zonder de context van het absolute risico. Dit kan leiden tot verkeerde percepties en speelt een belangrijke rol in hoe risico’s worden gecommuniceerd in de wetenschap, media en beleid.
Relatief risico (RR)
- Hoe veel groter is het risico in de blootgesteld groep ten opzichte van de niet-blootgestelde groep? (te gebruiken voor het bepalen van causaliteit)
Absoluut risico (AR)
- Het daadwerkelijke risico op een bepaalde (gezondheids)uitkomst. (Te gebruiken om de impact te bepalen)
Risico’s kunnen dus worden overdreven of gebagataliseerd, afhankelijk van hoe ze gepresenteerd worden
Leg uit wat er wordt bedoeld met couterfactuals of ‘potential outcomes’
Een counterfactual is een hypothetisch scenario:
- “Wat zou er zijn gebeurd als een individu als hij/zijn/hen een andere behandeling of blootstelling had gekregen dan wat er in werkelijkeheid gebeurde?”
= niet observeerbaar; we kunnen maar één werkelijkheid zien
Daarom wordt er een contrafeitelijk scenario genoemd: een alternatief dat niet gebeurd is, maar wel belangrijk is om causaliteit te begrijpen.
Potential outcomes:
Y (0) = uitkomst bij wel behandeling/ blootstelling
Y (1) = uitkomst bij geen behandeling/ blootstelling
De epidemiologie is gericht op het gemiddelde causale effect in een populatie, gemeten als het verschil in de kans op een uitkomst onder twee behandel- / blootstellings scenario’s
Leg uit wat er wordt bedoeld met exchangeability
- De proportie met de uitkomst Y=1 in groep A zou hetzelfde zijn als de proportie op de uitkomst Y=1 in groep B, als groep A de behandeling had gehad zou hebben die groep B kreeg.
- In dat geval is de proportie met de uitkomst in groep B gelijk aan de counterfactual voor behandeling in de gehele populatie
- Ofwel: de groepen zouden in principe dezelfde uitkomst hebben gehad als ze dezelfde behandeling hadden geregen (de groepen zijn uitwisselbaar)
Hoe kunnen we causale effecten “identificeren” in observationele studies?
Een observationale studie kan worden gezien als een gerandomiseerd experiment wanneer het aan de volgende 3 kernvoorwaarden (assumpties) voldoet:
1. Consistency
- De “behandeling/blootstelling” en de waarden ervan komen overeen met goed defefinieerde interventies (een zo helder mogelijk afgebakende definitie van de behandeling/ blootstelling)
2. Exchangeability
- Voor groepen die je vergelijkt (bijv. blootgesteld vs niet-bloodgesteld) geldt dat ze, na correctie voor confounders, vergelijkbaar zijn in termen van hun potentiële uitkomsten; er is geen systematisch verschil tussen de groepen behalve de blootstelling zelf, waardoor verschillen in uitkomst ook daarwerkelijk aan de bloorstelling kunnen worden toegeschreven.
- Hangt af van ‘expert kennis’; hoe sterk is de aanname dat exchangeability afhangt van de variabelen die we daadwerkelijk (goed) gemeten hebben? Ofwel geen residual confounding?
3. Positivity
- De kans om een bepaalde waarde van “behandeling/ blootstelling” aan te nemen is >0, in alle strata van relevante covariabelen; elk persoon heeft een kans om zowel behandeld als niet behandeld te worden.
Wat was de invloed van de Tabacco Industry Research Committee (TIRC)?
De TIRC werkte actief om wetenschappelijke controverse te creëren rond de causale verbanden tussen roken en ziekte
Tactieken omvatte:
- Het financieren van fundamenteel onderzoek;
- het promoten van het verhaal van ‘no proof’ en ‘slechts statistich’;
- controle over de media via public relations;
- en het creëren van belangenconflicten bij wetenschappers
Doel: wetenschappelijke onzekerheid in stand houden en consensus vermijden, waardoor de nadruk op individuele verantwoordelijkheid bleef liggen.
Het counterfactual paradigma biedt…
… een formele basis voor het definiëren van causale effecten
het vaststellen van causaliteit in observationele studies (causale inferentie) is uitdagend en vereist…
…het voldoen aan specifieke voorwaarden, waarvan de validiteit afhankelijk is van expertkennis (exchangeability), en grondige afbakening van blootstellingen (consistency, positivity).
De geschiedenis laat zien dat…
… externe belangen de wetenschappelijke consensus over causale verbanden kunnen beïnvloeden en vertragen.
