Une erreur de classification renvoie donc à une erreur de mesure. Il existe deux types de classification erronée dans la recherche épidémiologique: la classification erronée non différentielle et la classification erronée différentielle.
Erreur de classification non différentielledit
Erreur de classification non différentielle est lorsque toutes les classes, groupes ou catégories d’une variable (qu’il s’agisse d’exposition, de résultat ou de covariable) ont le même taux d’erreur ou la même probabilité d’erreur de classification pour tous les sujets de l’étude. On a traditionnellement supposé que, dans le cas de variables binaires ou dichotomiques, une mauvaise classification non différentielle entraînerait une « sous-estimation » de la relation hypothétique entre l’exposition et le résultat. Cependant, cela a été contesté plus récemment dans la mesure où les résultats d’études individuelles représentent une seule estimation et non la moyenne de mesures répétées et peuvent donc être plus éloignés (ou plus proches) de la valeur nulle (c’est-à-dire zéro) que de la valeur vraie.
Erreur de classification différentiellemodifier
Une erreur de classification différentielle se produit lorsque le taux d’erreur ou la probabilité d’être mal classifié diffère selon les groupes de sujets d’étude. Par exemple, la précision de la mesure de la pression artérielle peut être inférieure pour les sujets plus lourds que pour les sujets plus légers, ou une étude sur des personnes âgées peut révéler que les rapports de personnes âgées atteintes de démence sont moins fiables que ceux sans démence. Les effets d’une telle classification erronée peuvent varier d’une surestimation à une sous-estimation de la valeur réelle. Les statisticiens ont mis au point des méthodes pour s’adapter à ce type de biais, ce qui peut aider quelque peu à compenser ce problème lorsqu’il est connu et quantifiable.