J 2013

Analýza dat v neurologii: XLII. Simpsonův paradox a faktory modifikující účinek v analýze asociačních studií

DUŠEK, Ladislav, Tomáš PAVLÍK, Jiří JARKOVSKÝ and Jana KOPTÍKOVÁ

Basic information

Original name

Analýza dat v neurologii: XLII. Simpsonův paradox a faktory modifikující účinek v analýze asociačních studií

Name (in English)

Data analysis in neurology. XLII. Simpson's paradox and effect modifiers in the analysis of association studies

Authors

DUŠEK, Ladislav (203 Czech Republic, belonging to the institution), Tomáš PAVLÍK (203 Czech Republic, belonging to the institution), Jiří JARKOVSKÝ (203 Czech Republic, guarantor, belonging to the institution) and Jana KOPTÍKOVÁ (203 Czech Republic, belonging to the institution)

Edition

Ceska a slovenska neurologie a neurochirurgie, Praha, Česká lékařská společnost J.E. Purkyně, 2013, 1210-7859

Other information

Language

Czech

Type of outcome

Článek v odborném periodiku

Field of Study

30000 3. Medical and Health Sciences

Country of publisher

Czech Republic

Confidentiality degree

není předmětem státního či obchodního tajemství

Impact factor

Impact factor: 0.159

RIV identification code

RIV/00216224:14110/13:00071557

Organization unit

Faculty of Medicine

UT WoS

000327582100022

Keywords in English

Simpson's paradox; data analysis; contradictory outputs

Tags

International impact, Reviewed
Změněno: 30/1/2014 15:36, Soňa Böhmová

Abstract

V originále

Pokud v konkrétním případě pozorujeme Simpsonův paradox, ukazuje to buď na vážné problémy s designem studie, nebo na vliv silného zavádějícího faktoru, který ovlivňuje výsledky dílčích sledování, a při spojení dat je jeho vliv maskován. Takové výsledky je nutné interpretovat s maximální opatrností, neboť existuje velké riziko jejich zkreslení.

In English

Observing Simpson’s paradox indicates severe problems with the study design or effect of a strong confounding factor, which affects results of partial observations and its impact is concealed when merging the individual data sets. Such results must be interpreted with a highest achievable caution, because there is a high risk of bias.