082. Zmienna wynikowa i objaśniająca – alternatywa dla języka zależna/niezależna

W poprzednich lekcjach kursu na statystyk.edu.pl omawialiśmy klasyfikację zmiennych oraz sposób formułowania hipotez. Kolejny krok polega na określeniu, jaką rolę każda zmienna pełni w konkretnym pytaniu badawczym. Ta sama zmienna może bowiem być raz wynikiem, a innym razem predyktorem. Dlatego w wielu analizach bardziej precyzyjne są określenia zmienna wynikowa i zmienna objaśniająca niż tradycyjna para „zmienna zależna” i „zmienna niezależna”.

1. Dwie podstawowe role zmiennych

Zmienna wynikowa to cecha, stan lub pomiar, który badacz chce opisać, wyjaśnić, porównać albo przewidywać. W literaturze spotyka się także nazwy: zmienna odpowiedzi, punkt końcowy, rezultat, wynik, outcome, response variable lub w określonych modelach także zmienna objaśniana. Jeżeli badanie dotyczy na przykład czasu hospitalizacji, to właśnie czas hospitalizacji może być zmienną wynikową.

Zmienna objaśniająca to cecha wykorzystywana do opisu zróżnicowania zmiennej wynikowej. Może być głównym przedmiotem zainteresowania, zmienną prognostyczną, ekspozycją, czynnikiem ryzyka, predyktorem, kowariatem albo zmienną kontrolną. W zależności od projektu i celu analizy może być manipulowana przez badacza, jak przydział do interwencji, albo jedynie obserwowana, jak wiek, palenie tytoniu czy poziom wykształcenia (Flannelly, Flannelly i Jankowski, 2014).

Najważniejsza różnica nie dotyczy tego, czy zmienna jest „aktywna” lub „pasywna”, lecz tego, jak została użyta w danym modelu i pytaniu badawczym. Jeżeli analizujemy, czy aktywność fizyczna wiąże się z ciśnieniem skurczowym, aktywność fizyczna pełni rolę zmiennej objaśniającej, a ciśnienie skurczowe jest zmienną wynikową. Gdy jednak pytamy, czy ciśnienie skurczowe przewiduje ryzyko udaru, ciśnienie staje się zmienną objaśniającą, natomiast wystąpienie udaru jest zmienną wynikową.

2. Dlaczego określenia „zależna” i „niezależna” bywają mylące?

Terminy „zmienna niezależna” i „zmienna zależna” są utrwalone w statystyce, zwłaszcza w opisie regresji i eksperymentów. Nie są jednak pozbawione ryzyka interpretacyjnego.

• „Niezależna” nie oznacza automatycznie niezależności statystycznej. Dwie zmienne objaśniające, na przykład wiek i liczba chorób przewlekłych, mogą być silnie powiązane. Nazwanie ich „niezależnymi” nie oznacza, że ich wartości nie są ze sobą związane.
• „Niezależna” nie oznacza przyczynowa. Zmienna objaśniająca może być jedynie wskaźnikiem, korelatem lub predyktorem. W badaniu obserwacyjnym jej współczynnik nie musi oznaczać wpływu przyczynowego.
• „Zależna” nie oznacza wyłącznie zależności korelacyjnej. Zmienna wynikowa może być modelowana w ramach regresji, analizy przeżycia, modelu mieszanego, analizy wariancji lub innych metod.
• Role są zależne od pytania. Nie istnieje uniwersalna lista zmiennych „zależnych” i „niezależnych” ważna dla każdego badania.

Z tego powodu w raportach naukowych często warto doprecyzować rolę zmiennej: „główną zmienną objaśniającą była ekspozycja na dym tytoniowy, a pierwotną zmienną wynikową – rozpoznanie przewlekłej obturacyjnej choroby płuc”. Takie sformułowanie jest bardziej informacyjne niż samo określenie „zmienna niezależna”. Wytyczne STROBE zalecają jasne definiowanie zmiennych, ich sposobu pomiaru oraz roli w analizie (von Elm i in., 2007).

3. Zmienna wynikowa: co dokładnie należy określić?

Samo wskazanie nazwy wyniku nie wystarcza. Zmienną wynikową należy opisać operacyjnie, czyli tak, aby było jasne, jak została zmierzona i kiedy uznano ją za zaobserwowaną.

3.1. Rodzaj wyniku

Wynik może być ilościowy, binarny, nominalny, porządkowy, zliczeniowy albo czasowy. Przykłady to:

• ciśnienie skurczowe w mmHg – wynik ilościowy ciągły;
• wystąpienie ponownej hospitalizacji w ciągu 30 dni – wynik binarny;
• nasilenie bólu w skali od 0 do 10 – wynik porządkowy lub traktowany przybliżeniowo jako ilościowy, zależnie od założeń;
• liczba napadów migreny w miesiącu – wynik zliczeniowy;
• czas od rozpoczęcia leczenia do zgonu lub nawrotu choroby – wynik czasu przeżycia.

3.2. Punkt czasowy i sposób pomiaru

Wynik „jakość życia” może oznaczać ocenę przed leczeniem, po 6 tygodniach albo zmianę między tymi pomiarami. Są to trzy różne definicje zmiennej wynikowej. Również „zgon” wymaga określenia okresu obserwacji, na przykład śmiertelność 28-dniowa lub roczna.

3.3. Wynik główny i wyniki dodatkowe

Badanie może obejmować wiele wyników, ale zwykle powinno wskazywać pierwotny wynik, dla którego zaplanowano główną analizę. Pozostałe mogą być wynikami drugorzędowymi lub eksploracyjnymi. Rozróżnienie to ogranicza ryzyko wybierania po analizie tylko tych rezultatów, które okazały się „interesujące”.

4. Zmienna objaśniająca: jedna funkcja, wiele znaczeń

Określenie „zmienna objaśniająca” jest szerokie. W praktyce warto ustalić, dlaczego dana zmienna znalazła się w modelu.

Rola zmiennej	Znaczenie	Przykład
Główna ekspozycja lub interwencja	Zmienna, której związek z wynikiem jest zasadniczym przedmiotem badania	program rehabilitacji
Predyktor prognostyczny	Zmienna używana do przewidywania przyszłego wyniku	stężenie troponiny przy przyjęciu
Konfundent	Zmienna związana z ekspozycją i wynikiem, mogąca zniekształcać ich obserwowany związek	wiek w analizie palenia i choroby serca
Moderator	Zmienna, od której zależy siła lub kierunek związku między ekspozycją a wynikiem	płeć jako potencjalny modyfikator efektu
Medytor	Zmienna leżąca na rozważanej ścieżce między ekspozycją a wynikiem	redukcja stresu jako mechanizm działania terapii

Nie należy utożsamiać wszystkich tych ról. Szczególnie ważne jest odróżnienie konfundenta od mediatora. Automatyczne „kontrolowanie wszystkiego” może zmienić interpretację analizowanego związku, a w niektórych sytuacjach prowadzić do błędów, zwłaszcza gdy do modelu włącza się zmienne będące następstwem ekspozycji. Interpretacja zależy od celu badania, kolejności czasowej i przyjętego modelu przyczynowego.

5. Prosty model regresji

W przypadku ilościowej zmiennej wynikowej można zapisać prosty model liniowy następująco:

Yi = β0 + β1Xi + εi

• Y_i – wartość zmiennej wynikowej u osoby lub jednostki i;
• X_i – wartość zmiennej objaśniającej u tej samej osoby lub jednostki;
• β₀ – wyraz wolny, czyli przewidywana wartość wyniku, gdy X równa się zero, o ile taka interpretacja ma sens;
• β₁ – współczynnik nachylenia, opisujący przeciętną zmianę Y związaną ze zmianą X o jedną jednostkę;
• ε_i – składnik resztowy, czyli część wyniku niewyjaśniona przez model.

W modelu wielozmiennowym zapis może wyglądać tak:

Yi = β0 + β1X1i + β2X2i + ... + βkXki + εi

Wtedy każdy współczynnik interpretuje się jako związek zmiennej objaśniającej ze zmienną wynikową przy ustalonych wartościach pozostałych zmiennych w modelu. Nie jest to jednak automatycznie efekt przyczynowy. W badaniu obserwacyjnym trafniejszy będzie często język: „wyższe wartości X wiązały się z wyższymi wartościami Y” zamiast „X zwiększało Y” (Altman, 1991; Kirkwood i Sterne, 2003).

6. Przykład praktyczny: rehospitalizacja po zawale

Załóżmy, że zespół analizuje dane 1200 pacjentów wypisanych po zawale mięśnia sercowego. Celem jest ocena, czy udział w programie rehabilitacji kardiologicznej wiąże się z rehospitalizacją w ciągu 90 dni.

• Zmienna wynikowa: rehospitalizacja w ciągu 90 dni, zakodowana jako 0 – nie i 1 – tak.
• Główna zmienna objaśniająca: udział w rehabilitacji, również kodowany binarnie.
• Potencjalne zmienne objaśniające dodatkowe: wiek, frakcja wyrzutowa lewej komory, cukrzyca, przewlekła choroba nerek i liczba wcześniejszych hospitalizacji.

Ponieważ wynik jest binarny, można rozważyć regresję logistyczną. W uproszczeniu model zapisuje się jako:

logit[P(Yi=1)] = β0 + β1Rehabilitacjai + β2Wieki + ...

Po estymacji współczynnik β₁ można przekształcić do ilorazu szans: OR = eβ1. Jeżeli OR jest mniejsze od 1, oznacza to niższe obserwowane szanse rehospitalizacji w grupie uczestniczącej w rehabilitacji, po uwzględnieniu zmiennych ujętych w modelu. Nie oznacza to jeszcze, że rehabilitacja na pewno zapobiega rehospitalizacji. Pacjenci uczestniczący w programie mogą różnić się od pozostałych między innymi sprawnością, motywacją i dostępem do opieki. Jeżeli różnice te nie zostały odpowiednio uwzględnione, wynik może być obciążony.

W tym przykładzie określenie „wynikowa” wskazuje, co model próbuje wyjaśnić. Określenie „objaśniająca” nie przesądza natomiast, że dana zmienna jest przyczyną wyniku.

7. Przykład z psychologii: stres, sen i dobrostan

Badacz chce sprawdzić, czy nasilenie stresu wiąże się z dobrostanem psychicznym studentów. Dobrostan mierzony jest kwestionariuszem, a stres skalą punktową.

W podstawowym modelu dobrostan jest zmienną wynikową, a stres zmienną objaśniającą. Jeżeli badacz dodaje jako zmienne objaśniające liczbę godzin snu, sytuację materialną i obciążenie nauką, musi jasno określić, czy są to potencjalne czynniki zakłócające, czy raczej elementy mechanizmu. Sen może być częściowo skutkiem stresu, a jednocześnie wiązać się z dobrostanem. Jeśli celem jest oszacowanie całkowitego związku stresu z dobrostanem, kontrolowanie snu może nie odpowiadać temu pytaniu. Jeśli celem jest zbadanie, czy związek pozostaje po uwzględnieniu snu, jest to inne pytanie badawcze.

Przykład pokazuje, że rola zmiennej wynika nie tylko z jej nazwy, lecz także z teorii, kolejności pomiarów i planowanej interpretacji. W badaniach podłużnych szczególne znaczenie ma informacja, która zmienna była mierzona wcześniej, a która później.

8. Najczęstsze błędy

1. Traktowanie „niezależnej” jako synonimu „przyczynowej”. W badaniu obserwacyjnym predyktor może być jedynie korelatem lub markerem ryzyka.
2. Brak jednoznacznego wskazania wyniku głównego. Analizowanie wielu rezultatów bez wcześniejszego planu zwiększa ryzyko przypadkowych ustaleń.
3. Nieokreślenie czasu obserwacji. „Śmiertelność” bez wskazania okresu nie jest kompletną definicją wyniku.
4. Mylenie zmiennej wynikowej z jej pomiarem. Konstruktem jest na przykład depresja, natomiast wynik kwestionariusza jest operacyjną miarą tego konstruktu.
5. Automatyczne kodowanie kategorii jako liczb o znaczeniu ilościowym. Kod 1, 2 i 3 może oznaczać jedynie etykiety, a nie równe odstępy między kategoriami.
6. Odwracanie kierunku analizy bez zmiany pytania. Regresja wyniku na predyktor odpowiada innemu pytaniu niż regresja predyktora na wynik.
7. Wnioskowanie przyczynowe z samego współczynnika regresji. Przyczynowość wymaga odpowiedniego projektu, założeń i kontroli źródeł obciążenia.
8. Interpretowanie wartości p jako prawdopodobieństwa prawdziwości hipotezy zerowej. Wartość p opisuje zgodność danych z określonym modelem i hipotezą zerową, nie zaś prawdopodobieństwo, że H0 jest prawdziwa.
9. Pomijanie wielkości efektu i przedziału ufności. Istotność statystyczna nie mówi sama przez się, czy wynik ma znaczenie kliniczne lub społeczne.

9. Jak poprawnie opisać role zmiennych w protokole?

Praktyczną metodą jest przygotowanie tabeli specyfikacji zmiennych przed analizą. Dla każdej zmiennej warto zapisać:

• nazwę i definicję pojęciową;
• sposób pomiaru i jednostkę;
• moment pomiaru;
• typ i zakres wartości;
• rolę w analizie;
• czy jest wynikiem głównym, ekspozycją, konfunderem, moderatorem, mediatorem czy zmienną prognostyczną;
• planowaną metodę analizy;
• kierunek oczekiwanej zależności, jeżeli wynika z teorii.

W publikacji należy ponadto podać sposób kodowania kategorii, definicję braków danych oraz zasady postępowania z pomiarami powtarzanymi. Takie informacje zwiększają przejrzystość i umożliwiają ocenę, czy zastosowany model odpowiada pytaniu badawczemu. Jest to zgodne z zasadą przejrzystego raportowania badań obserwacyjnych promowaną przez STROBE (von Elm i in., 2007).

Co warto zapamiętać?

• Zmienna wynikowa to rezultat, który opisujemy, wyjaśniamy, porównujemy lub przewidujemy.
• Zmienna objaśniająca dostarcza informacji używanej do opisu zróżnicowania wyniku.
• Określenie „niezależna” nie oznacza ani niezależności statystycznej, ani automatycznie przyczynowości.
• Role zmiennych są związane z pytaniem badawczym i mogą się zmieniać między analizami.
• Wynik należy zdefiniować przez rodzaj pomiaru, jednostkę, punkt czasowy i regułę klasyfikacji.
• Współczynnik regresji opisuje związek w ramach określonego modelu; nie jest sam w sobie dowodem efektu przyczynowego.
• W raporcie trzeba rozróżniać zmienną główną, zmienne kontrolne, konfundenty, mediatory i moderatory.
• Interpretacja powinna obejmować wielkość efektu, przedział ufności i znaczenie praktyczne, a nie tylko wartość p.

Wybór języka „wynikowa–objaśniająca” pomaga skupić uwagę na funkcji zmiennej w konkretnym modelu. Nie zastępuje jednak teorii, poprawnego projektu badania ani krytycznej oceny założeń analizy.

\n

Źródła i dalsza lektura

\n

1. Flannelly, Laura T.; Flannelly, Kevin J.; Jankowski, Katherine R. B. (2014). Independent, dependent, and other variables in healthcare and chaplaincy research. Journal of Health Care Chaplaincy, 20(4), 161–170. DOI: 10.1080/08854726.2014.959374.
2. von Elm, Erik; Altman, Douglas G.; Egger, Matthias; Pocock, Stuart J.; Gøtzsche, Peter C.; Vandenbroucke, Jan P.; for the STROBE Initiative (2007). The Strengthening the Reporting of Observational Studies in Epidemiology (STROBE) statement: guidelines for reporting observational studies. The Lancet, 370(9596), 1453–1457. DOI: 10.1016/S0140-6736(07)61602-X.
3. Bland, J. Martin; Altman, Douglas G. (1986). Statistical methods for assessing agreement between two methods of clinical measurement. The Lancet, 327(8476), 307–310. DOI: 10.1016/S0140-6736(86)90837-8.
4. Altman, Douglas G. (1991). Practical Statistics for Medical Research. 1st edition. Chapman and Hall. Informacja wydawcy / źródło.
5. Kirkwood, Betty R.; Sterne, Jonathan A. C. (2003). Essential Medical Statistics. 2nd edition. Blackwell Science. Informacja wydawcy / źródło.
6. Bland, J. Martin; Altman, Douglas G. (1994). Statistics notes: correlation, regression, and repeated data. BMJ, 308(6933), 896. DOI: 10.1136/bmj.308.6933.896.

\n