疫学研究における過剰調整バイアスと不必要な調整

過剰調整は一貫して定義されていません。この用語は、正味バイアスを増加させるか、バイアスに影響を与えることなく精度を低下させる変数の制御（例：回帰調整、層別化、または制限による）を記述することを目的としています。過剰調整バイアスを、結果への暴露から因果経路の中間変数（または中間変数の降順プロキシ）の制御として定義します。不必要な調整は、暴露と結果の因果関係のバイアスに影響を与えないが、その精度に影響を与える可能性がある変数の制御として定義します。因果図と経験的な例（母体喫煙の新生児死亡率に対する効果）を使用して、過剰調整バイアスの定義を説明および明確にし、過剰調整バイアスを不必要な調整と区別します。シミュレーションを使用して、過剰調整に関連するバイアスの量を定量化します。さらに、このバイアスは、交絡または選択バイアスからの異なる因果構造に基づいていることを示します。過剰調整バイアスは有限サンプルバイアスではありませんが、不必要な変数の制御による非効率性はサンプルサイズの関数です。

Overadjustment is defined inconsistently. This term is meant to describe control (eg, by regression adjustment, stratification, or restriction) for a variable that either increases net bias or decreases precision without affecting bias. We define overadjustment bias as control for an intermediate variable (or a descending proxy for an intermediate variable) on a causal path from exposure to outcome. We define unnecessary adjustment as control for a variable that does not affect bias of the causal relation between exposure and outcome but may affect its precision. We use causal diagrams and an empirical example (the effect of maternal smoking on neonatal mortality) to illustrate and clarify the definition of overadjustment bias, and to distinguish overadjustment bias from unnecessary adjustment. Using simulations, we quantify the amount of bias associated with overadjustment. Moreover, we show that this bias is based on a different causal structure from confounding or selection biases. Overadjustment bias is not a finite sample bias, while inefficiencies due to control for unnecessary variables are a function of sample size.