24 oktober 2016

Bortfall (missing data)

Bortfall utgörs helt enkelt av data som var avsedd att registreras men som inte blev det.

Det är viktigt att komma ihåg att registrering eller inmatning kan utföras av olika aktörer, till exempel vårdpersonal, registerarbetare, patienten själv och via automatisk överföring. Bortfall kan uppstå av många olika orsaker, till exempel patientens ovilja att delta, kodningsfel, svårtolkade eller känsliga frågor och kontakt- eller språksvårigheter.

Det är naturligtvis önskvärt att redan innan datainsamling försöka förhindra bortfall genom att underlätta så mycket som möjligt för inmatarna. Exempel på sådana åtgärder är att hålla nere antalet variabler, använda tydliga och genomtänkta frågeformuleringar samt tillhandahålla pedagogiska instruktioner. Oavsett hur mycket förebyggande arbete som görs så tvingas man i praktiken leva med förekomst av bortfall i alla register och undersökningar.

Det är viktigt att få svar på orsaken till bortfallet. Varför finns det bortfall? Vilka är de underliggande orsakerna till bortfallet? Det kan finnas vissa möjligheter att statistiskt hantera bortfall i analysfasen. Vid osäkerhet på förfarande rekommenderas här att ta hjälp av statistisk kompetens eftersom olika typer av bortfall hanteras olika.

Systematiskt eller slumpmässigt bortfall

Bortfall kan delas upp i slumpmässiga respektive systematiska bortfall. Det senare kännetecknas av att individerna som utgör bortfall avviker systematiskt från de som registrerats.

Systematiskt bortfall föreligger till exempel när bortfallspatienterna är äldre eller sjukare än de patienter som registrerats. Om avvikelsen mellan de individer som utgör bortfall respektive de som registrerats är slumpmässigt är även bortfallet slumpmässigt.

Slumpmässiga bortfall är i regel mindre allvarliga än systematiska bortfall. Effekten av slumpmässiga bortfall är helt enkelt att beräkningsunderlaget (N) minskar vilket bland annat leder till vidare konfidensintervall.

Det senare gäller även vid systematiska bortfall men den värsta effekten vid systematiska bortfall är att risken för skevhet (bias) vid skattning av till exempel summor, medelvärden och andelar ökar. Skevhet försvårar tolkningen av resultaten.

Hjälpte informationen på sidan dig?


User information

Tack för att du hjälper oss!