L’errata classificazione si riferisce quindi all’errore di misurazione. Esistono due tipi di errata classificazione nella ricerca epidemiologica: errata classificazione non differenziale e errata classificazione differenziale.
misclassificationEdit Nondifferential
Misclassification Nondifferential è quando tutte le classi, i gruppi o le categorie di una variabile (sia che si tratti di esposizione, risultato o covariata) hanno lo stesso tasso di errore o probabilità di essere classificati erroneamente per tutti i soggetti dello studio. È stato tradizionalmente ipotizzato che nel caso di variabili binarie o dicotomiche un’errata classificazione non differenziata si tradurrebbe in una “sottostima” della relazione ipotizzata tra esposizione e risultato. Tuttavia, questo è stato più recentemente messo in discussione in quanto i risultati di singoli studi rappresentano una singola stima e non la media delle misurazioni ripetute e quindi possono essere più lontani (o più vicini) dal valore nullo (cioè zero) rispetto al valore vero.
misclassificationEdit differenziale
La misclassificazione differenziale si verifica quando il tasso di errore o la probabilità di essere misclassified differisce tra gruppi di soggetti di studio. Ad esempio, l’accuratezza della misurazione della pressione arteriosa può essere inferiore per i soggetti più pesanti rispetto a quelli più leggeri, o uno studio su persone anziane può scoprire che i rapporti di persone anziane con demenza sono meno affidabili di quelli senza demenza. Gli effetti di tale errata classificazione possono variare da una sovrastima a una sottostima del valore reale. Gli statistici hanno sviluppato metodi per adattarsi a questo tipo di pregiudizi, che possono aiutare in qualche modo a compensare questo problema quando noto e quando è quantificabile.