Welke conclusie moet je trekken als de uitkomst van het betrouwbaarheidsinterval afwijkt van de uikomsten van andere waarden?

Question

Bij logistische regressieanalyse kijk je naar verschillende gegevens om te zien of de genoemde predictorvariabelen een toegevoegde waarde heeft bij het maken van een onderscheid. Het betrouwbaarheidsinterval (CI) is daar één van.

Maar wat te concluderen als het CI een andere uitkomst geeft dan de andere variabelen? Spreek dat elkaar niet tegen? Welke gegevens prevaleren dan? m.a.w. Hoe trek je dan een juiste conclusie?

Answer 1

In dat geval kun je geen sterke conclusie trekken. Je data zijn consistent met verschillende mogelijke interpretaties.

Dit komt in de praktijk meestal omdat je bijvoorbeeld te weinig datapunten hebt verzameld. Je power-analyses waren bijvoorbeeld gebaseerd op te optimistische schattingen van je effectgrootte; er was meer uitval dan je verwachte; meer heterogeniteit in je steekproef; of je meetinstrumenten presteerden slechter in termen van betrouwbaarheid, of beter gezegd, meer meetfout.

Je data geven je dan niet het recht een conclusie te trekken. Het verband waar je in geïnteresseerd bent zou dan kunnen bestaan in de populatie, of juist niet. Je kunt daar niets zinnigs over zeggen op basis van de dataset die je hebt verzameld.

Dat is jammer, maar zo is het leven soms.

Natuurlijk is die dataset nog steeds waardevol in meta-analyses, en op die manier kun je alsnog tot een antwoord komen. Je kunt zelfs in theorie zo'n meta-analyse opnemen in je artikel, maar dat gaat ver buiten dit curriculum.