Confoundle · a reasoning trap

Ошибка Берксона

Смотрите только на больничных пациентов, и две совершенно не связанные между собой болезни могут показаться идущими вместе. Причина не в биологии, а в двери. Любая из двух болезней может привести к госпитализации, поэтому люди, у которых оказались обе, представлены внутри избыточно, и изнутри эти две болезни выглядят связанными. Так делает любая отфильтрованная группа: те, кого обследовали, кандидаты, которых позвали на собеседование, клиенты, которые остались. Прежде чем поверить закономерности, спросите, что требовалось, чтобы попасть в данные.

The rule

Изучая только тех людей, кто прошёл через фильтр, можно выдумать связь, которой за его пределами не существует.

What it looks like

Среди пациентов больницы проблемы с лёгкими и проблемы с суставами идут вместе. Связаны ли эти две болезни?Опрос обходил дома и спрашивал тысячи обычных людей, какие у них есть болезни. Среди тех, кто за предыдущие полгода лежал в больнице, у четверти людей с болезнью органов дыхания была ещё и болезнь костей или суставов, против заметно менее одной десятой у всех остальных.
Спросите всех, и связь исчезает.Тот же опрос, те же люди, те же две болезни. У всех, кого он спросил, болезнь костей или суставов встречалась у людей с болезнью органов дыхания едва ли чаще, чем у людей без неё, и отношение шансов выходит 1,06 против 1, то есть ничего. Больничная панель, это факт не о болезни, а о госпитализации. Любая из двух болезней может уложить вас на больничную койку, поэтому люди с обеими попадают туда гораздо чаще, чем люди с одной, и внутри этих стен две болезни выглядят неразлучными:

Why it works

Допустим, две болезни совершенно не связаны между собой и каждая сама по себе даёт некоторый шанс попасть в больницу. У того, кому не повезло иметь обе, две попытки на госпитализацию, поэтому он окажется в палате гораздо вероятнее, чем человек с одной болезнью. Теперь встаньте внутри палаты и посчитайте. Среди людей с первой болезнью резко обогащена доля тех, у кого есть и вторая, потому что именно она многих из них сюда и привела. Вы не открыли связь между болезнями. Вы заново открыли правило госпитализации и выдали его за биологию. Общая форма этого, это коллайдер: то, во что упираются сразу две причины. Отбор по нему, будь то изучение одних лишь госпитализированных, одних лишь обследованных или одних лишь успешных, связывает причины между собой в ваших данных, даже когда в мире их не связывает ничто. Защита, это выборка, определённая до фильтра, и именно поэтому популяционные опросы и сплошные регистры населения стоят своих денег.

Источник

Sackett DL. Bias in analytic research. J Chronic Dis. 1979;32(1-2):51-63, Table 2 (page 53), adapted from Roberts RS, Spitzer WO, Delmore T, Sackett DL. An empirical demonstration of Berkson's bias. J Chronic Dis. 1978;31(2):119-128.

See if it fools you

This page gives the answer away. The puzzle version shows you the same figures first and asks you to commit before the reveal.

Play this one