Les différents types de biais

Il existe différents types de biais, il y a les biais de sélection, les biais d’information et les biais de confusion.

Pour le biais de sélection, on fait une erreur dans le processus de sélection de l’échantillon ; on compare de mauvais malade avec de mauvais non malade. Cette erreur se fait au moment de l’inclusion des unités lorsqu’on les sélectionne en relation avec leur statut en termes de maladie ou d’exposition à un facteur de risque. Par conséquent, on risque d’obtenir un biais dans la fréquence de la maladie et dans la fréquence de l’exposition qui apportera une différence entre ceux qui font partie de l’échantillon et la population d’étude. On peut faire un biais d’échantillonnage, un biais de constatation (admission (biais de Berkson) ou diagnostic) ou un biais de participation dû à un volontarisme, des non-réponses des sujets, des refus.

Un biais d’information est dû à une mesure incorrecte de l’exposition et/ou de l’effet. Même si j’ai un échantillon représentatif, je mesure mal l’échantillon dû à une mauvaise classification des sujets. L‘erreur de classification peut être différentielle, car elle affecte de façon différente les groupes à comparer ; ou non-différentielle, parce qu’elle affecte de la même manière les deux groupes à comparer. Il n’y a pas d’outil de mesure parfait ! On utilise la Sn et Sp. Les erreurs de mesure entrainent la classification erronée en ce qui concerne le facteur d’exposition ou de l’effet. Un biais d’information non-différentielle est une erreur systématique. Elle apporte une classification erronée du facteur d’exposition qui est égale entre le cas et le contrôle. Mais aussi une classification erronée de l’effet égale entre l’exposé et le non exposé. Dans ce cas-là, on sous-estime la mesure d’association, car on est plus proche de 1 que ça ne l’est dans la réalité. Un biais d’information différentielle est une erreur systématique qui apporte une classification erronée du facteur d’exposition différente entre le cas et le contrôle. Mais aussi une classification erronée de l’effet différente entre l‘exposé et le non exposé. Ici, on peut faire une sous- ou sur-estimation de la mesure d’association, parce qu’on peut être plus éloigné ou plus proche de 1 que ça ne l’est dans la réalité. Il existe 2 types principaux de biais d’information ; il y a le biais de rapportage (= de déclaration) ; on rencontre des biais de rappel et des biais de prévarication (les cas exagèrent ou diminuent leur exposition). Il y a aussi le biais d’observation ; on rencontre des biais d’interview et des biais de suivi.