Ecologic studies beoordeelt de totale frequentie van de ziekte in een reeks populaties en zoekt naar een correlatie met de gemiddelde blootstelling in de populaties. Deze studies zijn uniek omdat de analyse niet gebaseerd is op gegevens over individuen. In plaats daarvan zijn de gegevenspunten de gemiddelde blootstellingsniveaus en de algemene frequentie van ziekte in een reeks populaties. Daarom is de eenheid van observatie geen persoon, maar een hele populatie of groep.

in de onderstaande studie gebruikten onderzoekers handelsgegevens om de totale consumptie van vlees door verschillende landen te berekenen. Ze berekenden vervolgens de gemiddelde (per hoofd van de bevolking) vleesconsumptie per persoon door de totale nationale vleesconsumptie te delen door het aantal mensen in een bepaald land. Er is een duidelijke lineaire trend; landen met de laagste vleesconsumptie hebben de laagste percentages darmkanker, en het percentage darmkanker in deze landen neemt geleidelijk toe naarmate de vleesconsumptie toeneemt.

merk op dat in werkelijkheid de vleesconsumptie van mensen waarschijnlijk sterk varieerde binnen elk land, en de blootstelling die werd berekend was een gemiddelde dat ervan uitgaat dat iedereen de gemiddelde hoeveelheid vlees at. Deze gemiddelde blootstelling werd vervolgens gecorreleerd met de totale frequentie van de ziekte in elk land. Het voorbeeld hier suggereert dat de frequentie van darmkanker toeneemt naarmate de vleesconsumptie toeneemt. Het meest opvallende kenmerk van ecologische studies is dat er geen informatie is over individuele mensen. Als de gegevens in een spread sheet werden samengevat, zou u geen gegevens over individuele mensen zien; u zou records met gegevens over gemiddelde blootstelling in meerdere groepen zien .

voordelen van ecologisch onderzoek

• de gebruikte geaggregeerde gegevens zijn over het algemeen beschikbaar, dus ze zijn snel en goedkoop
• ze zijn nuttig voor een vroege verkenning van relaties
• ze kunnen fenomenen vergelijken over een breder scala van populaties en locaties.
• sommige interessante blootstellingen kunnen alleen worden bestudeerd met geaggregeerde populatiegegevens, zoals het effect van een rookverbod en het aantal hartaanvallen

beperkingen van ecologische Studies

• voor een blootstelling die een effect bij een individu veroorzaakt, moeten de blootstelling en het effect bij dezelfde persoon optreden, maar ecologische studies hebben geen gegevens over individuele personen, dus men weet niet of de zieke mensen werden blootgesteld. Bekijk het volgende voorbeeld: Omdat je geen informatie hebt over de risicofactorstatus of de resultaatstatus van individuele mensen, kun je de risicofactor niet direct koppelen aan de ziekte, dat wil zeggen, het is niet duidelijk dat de mensen die het meeste vlees aten degenen waren die darmkanker kregen. Dit wordt soms aangeduid als” ecologische bias “of de” ecologische misvatting.”
• een andere beperking is dat er geen effectieve manier is om rekening te houden met of correctie voor andere factoren die de uitkomst beïnvloeden (verstorende factoren). Als gevolg hiervan kan een schijnbare correlatie of het ontbreken van een correlatie misleidend zijn. Bijvoorbeeld, zou men een sterke correlatie tussen het gemiddelde aantal uren van TV-kijken en de snelheid van coronaire hartziekte tussen de verschillende landen te vinden. Dit betekent echter niet per se dat TV op zich een risicofactor is voor CAD. Er kan een aantal andere verschillen tussen de populaties die worden geassocieerd met hogere tarieven van TV-kijken: bijvoorbeeld, grotere industrialisatie, minder lichaamsbeweging, grotere beschikbaarheid van verwerkt voedsel en verzadigd vet, enzovoort. Omgekeerd betekent het ontbreken van een correlatie niet noodzakelijkerwijs dat er geen associatie is.
• ecologische studies kunnen misleidend zijn bij het evalueren van niet-lineaire relaties, zoals in het onderstaande voorbeeld wordt aangetoond.

voorbeeld:

een ecologische studie correleerde alcoholconsumptie per hoofd van de bevolking aan sterftecijfers als gevolg van coronaire hartziekten (CHZ) in verschillende landen, en het bleek dat er een vrij opvallende negatieve correlatie was, zoals blijkt uit de onderstaande grafiek.



een cohortstudie met gegevens over alcoholgebruik bij individuele proefpersonen toonde echter aan dat er een J-vormige relatie was. Mensen die matig dronken hadden een lagere sterftecijfers dan degenen die helemaal niet dronken, maar onder de hogere niveaus van individuele consumptie was er een opvallende lineaire stijging van de mortaliteit, zoals blijkt uit de onderstaande grafiek.



bron: aangepast van AR Dyer et al. Alcoholgebruik en 17-jarige sterfte in de Chicago Western Electric Company studie. Prev. Med. 1980; 9(1):78-90.

de echte vraag was of personen die zwaar dronken een hoger of lager sterftecijfer hadden dan degenen die matig dronken of niet allemaal, maar de ecologische studie leidde tot een onjuiste conclusie omdat het gebaseerd was op geaggregeerde gegevens. In werkelijkheid drinken de meeste mensen bescheiden, maar het sterftecijfer is veel hoger bij het kleine aantal mensen dat zeer zwaar drinkt. De misleidende conclusie uit de ecologische studie is een voorbeeld van de ecologische misvatting.

Test Jezelf



om Te zien een buitengewoon voorbeeld van een ecologische studie, spelen de onderstaande video is gemaakt door Hans Rosling. Dit is een prachtig voorbeeld dat de correlatie tussen inkomen en levensverwachting in de landen van de wereld in de tijd onderzoekt. Het is ook een geweldig voorbeeld van een creatieve, boeiende en krachtige manier om een enorme hoeveelheid gegevens weer te geven.



return to top | previous page | next page