Kausalität

A und B hängen kausal zusammen, wenn A ursächlich B hervorruft (oder umgekehrt)

A wirkt kausal auf B, wenn die Wahrscheinlichkeit des Eintretens von B gegeben A sich von der gegeben -A unterscheidet

P(B|A) ≠ P(B|¬A)

• mehr als (beobachtete) Zusammenhänge zwischen Variablen

• Vorhersage der Folge von Interventionen

• Beantwortung von kontrafaktischen Fragen

Bradford-Hill-Kriterien

• Effektstärke

• Konsistenz

• Spezifität

• zeitlicher Zusammenhang

• Dosis-Wirkungs-Beziehung

• Biologishce Plausibilität

• Kohärenz

• Experimentelle Überprüfung

• Analogie

• je stärker die Beziehung zwischen Exposition und Krankheit ist, desto wahrscheinlicher ist eine kausale Beziehung

• Zusammenhnag tritt häufiger auf

• ist in verschiedenen Studien reproduzierbar

• spezifische Beziehung zwischen Expositin und Krankheit sollte bestehen

• verursacht ausschließlich Exposition das Ergebnis

Exposition sollte Krankheit zeitlich vorausgehen

• stärkere Exposition zeigt stärkeren Effekt

• verringert die Beseitigung der Exposition das Risiko für das Ergebnis?

• Beziehung zwichen Exposition und Krankheit sollte biologisch plausibel sein und mit bekannten biologischen Mechanismen in Zusammenhnag stehen

• in der Praxis nicht immer gegeben

• Beziehung zwischen Exposition und Krankheit sollte mit bekannten Fakten über Erkrankung im Einklang stehen

• Stand der Wissenschaft/ Medizin

  
  

• Kausalzusammenhang lässt sich in Experimenten bestätigen

• Hypothese statistisch überprüfbar

• ähnliche Zusammenhänge, für die Kausalität bekannt ist

Directed Acyclic Graphs

• Ansatz zur Darstellung und Kommunikation kausaler Annahmen

• insb. für kontrafaktische Kausalität

• Knoten V: repräsentieren Variablen

• greichtete Kanten E: repräsentieren potenzielle kausale Verbindung von Knoten

• es existieren keine Kreise oder Loops im Graphen

• jeder nicht eingezeichnete Pfeil ist ggf. eine starke Annahme

• ein DAG je kausaler Fragestellung

• variable, die sowohl Exposition als auch Outcome kausal beeinflusst

• führt zu verzerrten beobachteten Wirkung auf Outcome

• ohne Korrektur/ Adjustierung kann kausaler Effekt nicht korrekt bestimmt werden

• Collider ist eine Variable, die sowohl von Exposition als auch Outcome kausal beeinflusst ist

• treten häufig subtil auf

• adjustierung kann zu unbeabsichtigten bias führen

• grafische regel zur Bestimmung welche Variablen adjustiert/ kontrolliert werden müssen

• offene backdorr-pfade müssen geschlossen werden

1. alle Pfade finden, die X mit Y verbinden (auch über mehrere Knoten)

2. Backdorr-Pfade finden (bei denen ein Pfeil auf X zeigt

3. offene Bckdoor-Pfe identifizieren

   1. Collider auf Pfad: Pfad geschlossen (2 Pfeile zeigen auf variable)

   2. offener Pfad wird geschlossen, wenn für Variable auf Pfad kontrolliert wird

   3. wird für collider kontoliiert, wird Pfad geöffnet