Confounders and intermediaries in case–control study designs: a strategy for distinguishing between the two when measured using the same variable
Notice bibliographique
Résumé
PURPOSE: An intermediary falls within the exposure-outcome pathway and is distinct from a confounder. In case-control studies, it may be difficult to discern between the two when both are measured by the same variable. Using data from a study on the effects of antipsychotic initiation on risk of death among older adults, where hospital use is both a confounder and intermediary, we illustrate the bias introduced when this distinction is overlooked and propose a modified exposure classification strategy to mitigate this. METHODS: We identified 5391 cases and 25,937 controls. Three analyses were completed: traditional analytic adjustment including hospital use (full), traditional analytic adjustment excluding hospital use (reduced) and exposure classification incorporating hospital use prior to antipsychotic initiation (extended). RESULTS: The unadjusted odds ratio (OR) was 2.8 (95% confidence interval (CI) 2.1-3.8). Full and reduced analytic adjustment resulted in ORs of 0.8 (95% CI 0.6-1.2) and 1.4 (95% CI 1.0-1.9), respectively. The extended exposure classification strategy produced an OR of 1.4 (95% CI 0.9-2.1) among those without hospital use prior to antipsychotic initiation. CONCLUSIONS: Full analytic adjustment resulted in a biased estimate of effect. The extended exposure analysis differentiated between hospital use that occurred prior (confounder) and subsequent (intermediary) to antipsychotic initiation. This strategy may overcome the limitations of analytic adjustment alone.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,466 | 0,607 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,004 |
| Méta-épidémiologie (sens large) | 0,007 | 0,008 |
| Bibliométrie | 0,012 | 0,009 |
| Études des sciences et des technologies | 0,004 | 0,010 |
| Communication savante | 0,009 | 0,007 |
| Science ouverte | 0,007 | 0,010 |
| Intégrité de la recherche | 0,008 | 0,009 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».