mediator-vs-confounder-schoice
Question
Im Kausalmodell zu Studie B (Blutdruck) hat das Medikament (drug) keinen direkten Effekt auf die Heilung (recovery), sondern zwei indirekte Effekte: einen heilsamen Effekt über die Blutdrucksenkung (pressure) und einen schädlichen, toxischen Effekt (toxic). Warum liefert die Betrachtung der nach Blutdruck stratifizierten Teildaten hier ein irreführendes Bild – anders als das Stratifizieren nach Geschlecht in Studie A?
Answerlist
- Weil Blutdruck hier ein Mediator auf einem Wirkungspfad des Medikaments ist: Konditioniert man auf den Blutdruck, wird der darüber laufende heilsame Effekt des Medikaments “weggerechnet”, sodass nur noch der toxische Pfad sichtbar bleibt.
- Weil Blutdruck in dieser Studie ein reiner Confounder ist, der sowohl das Medikament als auch die Heilung unabhängig voneinander beeinflusst – genau wie das Geschlecht in Studie A.
- Weil die Stichprobengröße in Studie B mit \(n=700\) zu klein ist, um stratifizierte Analysen sinnvoll durchzuführen.
- Weil das Medikament in Wirklichkeit gar keinen Effekt auf die Heilung hat und alle beobachteten Unterschiede rein zufällig zustande kommen.
- Weil man beim Stratifizieren nach Blutdruck automatisch auch nach Geschlecht kontrolliert, was die Ergebnisse zusätzlich verzerrt.
Solution
Im DAG zu Studie B gilt: drug -> pressure -> recovery (heilsamer, indirekter Pfad) und drug -> toxic -> recovery (schädlicher, indirekter Pfad); es gibt keinen direkten Pfeil von drug zu recovery. Blutdruck (pressure) liegt hier also auf dem Kausalpfad zwischen Medikament und Heilung – er ist ein Mediator, keine Drittvariable, die unabhängig vom Medikament wirkt. Stratifiziert (konditioniert) man auf den Blutdruck, “blockiert” man damit den heilsamen Pfad über die Blutdrucksenkung: Innerhalb einer Blutdruck-Schicht kann sich das Medikament nur noch über den toxischen Pfad bemerkbar machen, weshalb in den Teildaten ausschließlich der schädliche Effekt sichtbar wird. Das entspricht der ersten Antwortoption.
Warum die Distraktoren falsch sind:
- Die zweite Option verwechselt genau die beiden Rollen, die im Kapitel gegenübergestellt werden: In Studie A ist Geschlecht ein Confounder (eine gemeinsame Ursache von Medikamenteneinnahme und Heilung, die nicht auf dem Wirkungspfad des Medikaments liegt) – dort ist Stratifizieren richtig. In Studie B ist Blutdruck dagegen ein Mediator auf dem Wirkungspfad selbst – dort verzerrt Stratifizieren das Bild. Beide als gleichartig (“wie in Studie A”) zu behandeln, ist genau der Fehler, den das Kapitel vermeiden will.
- Die Stichprobengröße (\(n=700\) in beiden fiktiven Studien) wird im Kapitel nicht als Grund für die Irreführung genannt; das Problem ist struktureller (kausaler), nicht statistischer Natur im Sinne der Fallzahl.
- Das Kapitel zeigt gerade, dass das Medikament zwei reale, aber gegenläufige Effekte hat (toxisch und heilsam) – nicht, dass gar kein Effekt vorliegt und alles Zufall wäre.
- Das Kausalmodell zu Studie B enthält keine Geschlechtsvariable; die Aussage, man kontrolliere “automatisch” auch nach Geschlecht, ist im Modell nicht angelegt und frei erfunden.
Aufgabenname: mediator-vs-confounder-schoice
Answerlist
- Wahr
- Falsch
- Falsch
- Falsch
- Falsch
Meta-information
exname: mediator-vs-confounder-schoice extype: schoice expoints: 1 exsolution: 10000 exshuffle: 5 excategory: kausalinferenz