Confounding

Zwischen zwei Variablen besteht Confounding, wenn sie sich miteinander im gleichen Sinn verändern, so dass es nicht möglich ist festzulegen, welche der beide Variablen für ein bestimmtes Resultat verantwortlich ist. Mit anderen Worten: Confounding ist vorhanden, wenn eine Intervention zu einem Unterschied gegenüber der Kontrolle führt, dieser Unterschied jedoch nicht durch die Intervention, sondern durch eine weitere Variable verursacht ist. Daraus können Fehlschlüsse entstehen, indem ein bestimmtes Resultat fälschlicherweise der Intervention zugeschrieben wird, tatsächlich aber durch eine andere Variable bedingt ist.

In der Studie zu den Zusammenhängen zwischen Antidepressiva und Herzinfarkt  könnte Confounding eine Rolle spielen, da sehr wenig Einzelheiten zu den individuellen Risikofaktoren bekannt sind. Die Studie lässt vermuten, dass Personen, die trizyklische Antidepressiva einnehmen, mehr Herzinfarkte erleiden. Es wäre aber denkbar, dass dieselben Personen z.B. auch häufiger rauchten oder übergewichtig waren als diejenigen der Kontrollgruppe. Wir wissen es nicht.

In epidemiologischen Studien stellt Confounding ein wichtiges und häufiges Problem dar. Viele verschiedene Variablen können für dieses Phänomen verantwortlich sein. Da es so schwierig ist, «confounding variables» zu vermeiden, sollten wir uns nach Möglichkeit auf Studien mit zufälliger Zuteilung von Interventionen (randomisierte Studien) stützen.

Etzel Gysling