कन्फाउंडिंग (Confounding)

कन्फाउंडिंग (Confounding) प्रभावों का एक मिश्रण है: किसी एक्सपोजर (exposure) और परिणाम (outcome) के बीच एक स्पष्ट संबंध विकृत हो जाता है क्योंकि एक तीसरा कारक — कन्फाउंडर (confounder) — दोनों का एक सामान्य कारण होता है। जब तक इसका हिसाब नहीं रखा जाता, कन्फाउंडिंग एक हानिरहित एक्सपोजर को हानिकारक दिखा सकता है, एक वास्तविक प्रभाव को छिपा सकता है, या उसे बढ़ा-चढ़ाकर पेश कर सकता है। कन्फाउंडिंग को नियंत्रित करना अवलोकन संबंधी महामारी विज्ञान के केंद्रीय कार्यों में से एक है।

Definition

कन्फाउंडिंग (Confounding) एक्सपोजर-परिणाम संबंध का विरूपण है जो तब उत्पन्न होता है जब एक तीसरा चर एक्सपोजर और परिणाम दोनों का एक सामान्य कारण होता है (और उनके बीच के कारण मार्ग पर नहीं होता है), ताकि कच्चा संबंध एक्सपोजर के प्रभाव को उस चर के प्रभाव के साथ मिला दे।

Scope

यह प्रविष्टि बताती है कि एक चर (variable) को कन्फाउंडर क्या बनाता है, कारण संबंधी तर्क (causal reasoning) और निर्देशित चक्रीय ग्राफ (directed acyclic graphs) का उपयोग करके कन्फाउंडिंग को कैसे पहचाना जाता है, और डिजाइन और विश्लेषण द्वारा इसे नियंत्रित करने की मुख्य रणनीतियाँ क्या हैं। यह कन्फाउंडिंग को प्रभाव संशोधन (effect modification) और मध्यस्थता (mediation) से भी अलग करती है। यह एक पद्धतिगत संदर्भ है, न कि नैदानिक ​​मार्गदर्शन।

Core questions

• क्या एक उम्मीदवार चर एक्सपोजर और परिणाम दोनों का एक सामान्य कारण है?
• क्या चर एक कन्फाउंडर के बजाय कारण मार्ग (एक मध्यस्थ) पर है?
• कन्फाउंडिंग को हटाने के लिए चर के किस सेट को समायोजित किया जाना चाहिए?
• क्या अवशिष्ट या अमापे गए कन्फाउंडिंग अभी भी संबंध की व्याख्या कर सकता है?

Key concepts

• सामान्य कारण
• कन्फाउंडर
• निर्देशित चक्रीय ग्राफ (DAG)
• विनिमयशीलता
• बैकडोर पथ
• समायोजन, स्तरीकरण, और मिलान
• अवशिष्ट और अमापे गए कन्फाउंडिंग
• कन्फाउंडिंग बनाम मध्यस्थता

Mechanisms

संभावित-परिणामों (potential-outcomes) के दृष्टिकोण के तहत, कन्फाउंडिंग विनिमयशीलता (exchangeability) की विफलता है: एक्सपोज्ड (exposed) और अनएक्सपोज्ड (unexposed) समूह एक्सपोजर के अलावा अन्य कारणों से परिणाम के अपने पृष्ठभूमि जोखिम में भिन्न होते हैं। कारण-आरेख (causal-diagram) के संदर्भ में, एक कन्फाउंडर एक सामान्य कारण के माध्यम से एक्सपोजर और परिणाम को जोड़ने वाला एक गैर-कारण 'बैकडोर' पथ खोलता है; उस पथ को अवरुद्ध करना — चर के एक उपयुक्त सेट पर कंडीशनिंग (conditioning) करके — कन्फाउंडिंग को हटा देता है। कारण मार्ग पर एक चर (एक मध्यस्थ) एक कन्फाउंडर नहीं है, और इसके लिए समायोजन (adjusting) करने से अपना पूर्वाग्रह (bias) उत्पन्न हो सकता है। नियंत्रण डिजाइन (यादृच्छिकीकरण (randomisation), प्रतिबंध (restriction), मिलान (matching)) या विश्लेषण (स्तरीकरण (stratification), मानकीकरण (standardisation), प्रतिगमन समायोजन (regression adjustment), और प्रोपेन्सिटी स्कोर (propensity scores) जैसी विधियों) द्वारा किया जा सकता है। क्योंकि समायोजन केवल मापे गए कन्फाउंडरों को ही संभाल सकता है, अमापे गए (unmeasured) और अवशिष्ट (residual) कन्फाउंडिंग अवलोकन संबंधी अनुमानों की एक सीमा बनी हुई है।

Clinical relevance

कन्फाउंडिंग एक प्राथमिक कारण है कि अवलोकन संबंधी संबंध स्वचालित रूप से कारण नहीं होते हैं, और यह तय करना कि किसी अध्ययन ने इसे कितनी अच्छी तरह संभाला है, एक्सपोजर और बीमारी के बारे में साक्ष्य का मूल्यांकन करने के लिए केंद्रीय है। यह अवधारणा बताती है कि साक्ष्य की व्याख्या कैसे की जाती है; यह स्वयं किसी व्यक्ति के लिए निदान या उपचार के बारे में सलाह नहीं है।

Epidemiology

कन्फाउंडिंग के बारे में चिंता कोहोर्ट (cohort), केस-कंट्रोल (case-control), और क्रॉस-सेक्शनल (cross-sectional) डिजाइनों में अवलोकन संबंधी अनुसंधान में व्याप्त है। यह यादृच्छिक परीक्षणों (जो, औसतन, मापे गए और अमापे गए दोनों कन्फाउंडरों को संतुलित करते हैं) और स्पष्ट कारण आरेखों (causal diagrams) और मात्रात्मक पूर्वाग्रह विश्लेषण (quantitative bias analysis) के बढ़ते उपयोग को प्रेरित करता है ताकि यह तर्क दिया जा सके कि क्या समायोजित किया जाना चाहिए।

History

यह जागरूकता कि एक तीसरा कारक प्रभावों को मिला सकता है, पुरानी है, लेकिन सटीक परिभाषाएँ बीसवीं शताब्दी के अंत में उभरीं। ग्रीनलैंड और रॉबिन्स (1986) ने विनिमयशीलता (exchangeability) और प्रति-तथ्यात्मक तुलना (counterfactual comparison) के माध्यम से कन्फाउंडिंग को तैयार किया जिसे अध्ययन अनुमानित करने की कोशिश कर रहा है, और ग्रीनलैंड, पर्ल और रॉबिन्स (1999) के कारण-आरेख (causal-diagram) ढांचे ने कन्फाउंडरों की पहचान करने और समायोजन सेट चुनने के लिए एक ग्राफिकल मानदंड दिया। इन विकासों ने कन्फाउंडिंग को प्रभाव संशोधन (effect modification) और चयन पूर्वाग्रह (selection bias) से स्पष्ट रूप से अलग किया।

Debates

समायोजन के लिए कन्फाउंडरों का चयन कैसे किया जाना चाहिए?

पुरानी प्रथा सांख्यिकीय मानदंडों (उदाहरण के लिए, अनुमान में परिवर्तन या संबंधों की सार्थकता) पर निर्भर करती थी, जबकि कारण-आरेख दृष्टिकोण तर्क देते हैं कि समायोजन सेट को कारण संरचना के पूर्व विषय-वस्तु ज्ञान से चुना जाना चाहिए ताकि मध्यस्थों या कोलाइडर (colliders) के लिए समायोजन से बचा जा सके।

Key figures

• Sander Greenland
• James Robins
• Judea Pearl
• Olli Miettinen

Seminal works

• greenland-robins-1986
• greenland-pearl-robins-1999
• maldonado-greenland-2002

Frequently asked questions

एक कन्फाउंडर और एक मध्यस्थ के बीच क्या अंतर है?

एक कन्फाउंडर एक्सपोजर और परिणाम दोनों का एक सामान्य कारण है और कारण मार्ग से बाहर होता है; एक मध्यस्थ एक्सपोजर से परिणाम तक के मार्ग पर होता है। एक कन्फाउंडर के लिए समायोजन पूर्वाग्रह को कम करता है, लेकिन एक मध्यस्थ के लिए समायोजन इसे उत्पन्न कर सकता है।

क्या यादृच्छिकीकरण कन्फाउंडिंग को हटाता है?

यादृच्छिकीकरण, औसतन और विशेष रूप से बड़े परीक्षणों में, समूहों के बीच मापे गए और अमापे गए दोनों सामान्य कारणों को संतुलित करता है, यही कारण है कि यह कन्फाउंडिंग को इस तरह से नियंत्रित करता है कि अवलोकन संबंधी डेटा का समायोजन पूरी तरह से मेल नहीं खा सकता है।

क्या कन्फाउंडिंग प्रभाव संशोधन के समान है?

नहीं। कन्फाउंडिंग एक विरूपण है जिसे हटाया जाना है; प्रभाव संशोधन उपसमूहों में प्रभाव में वास्तविक भिन्नता है और यह संबंध का एक गुण है, न कि एक त्रुटि।