📊 statistics

Lord's 'paradox' explained: the 50-year warning on the use of 'change scores' in observational data

Dit artikel lost de 50 jaar oude paradox van Lord op door aan te tonen dat noch veranderingsscorevergelijkingen, noch op de nulmeting aangepaste vervolgvergelijkingen betrouwbare causale effecten kunnen schatten in observationele data vanwege verschillende biases, waarmee het de kritieke noodzaak voor goed gedefinieerde onderzoeksvragen en geavanceerde causale inferentiemethoden zoals g-methoden benadrukt.

Oorspronkelijke auteurs: Peter W. G. Tennant, Georgia D. Tomova, Eleanor J. Murray, Kellyn F. Arnold, Matthew P. Fox, Mark S. Gilthorpe

Gepubliceerd 2026-01-27

📖 5 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Peter W. G. Tennant, Georgia D. Tomova, Eleanor J. Murray, Kellyn F. Arnold, Matthew P. Fox, Mark S. Gilthorpe

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Het Grote Mysterie: Twee Statistici, Twee Antwoorden

Stel je voor dat een universiteit wil weten of het eten in de eetzaal ervoor zorgt dat studenten aankomen, of dat jongens en meisjes anders aankomen. Ze wegen iedereen in september (het begin van het semester) en opnieuw in juni (het einde van het semester).

Ze huren twee statistici in om de gegevens te analyseren.

Statisticus A kijkt naar het verschil in gewicht. Hij ziet dat jongens en meisjes gemiddeld genomen even zwaar waren in september en even zwaar waren in juni. Zijn conclusie: "Er is niets veranderd. Het dieet en geslacht doen er niet toe."
Statisticus B kijkt naar het eindgewicht, maar corrigeert voor hoe zwaar de studenten aan het begin waren. Hij ziet dat voor studenten die met hetzelfde gewicht begonnen, de jongens zwaarder zijn geworden dan de meisjes. Zijn conclusie: "Jongens zijn aanzienlijk meer in gewicht toegenomen dan meisjes, zelfs wanneer ze met dezelfde omvang begonnen."

Dit is Lord's Paradox. Hoe kunnen twee slimme mensen naar exact dezelfde cijfers kijken en tot volkomen tegenovergestelde conclusies komen?

De Oplossing van het Papier: Het is Geen Paradox, Het is een Valstrik

De auteurs van dit artikel stellen dat dit geen magisch mysterie is. Het is eigenlijk een waarschuwing. Beide statistici gebruiken methoden die gebrekkig zijn bij observationele data (data waarbij mensen niet willekeurig aan groepen worden toegewezen, zoals jongens versus meisjes).

Het papier legt uit dat "verandering" een lastig concept is. Om verandering te begrijpen, stel je je een variabele voor (zoals gewicht) die om drie verschillende redenen verandert:

De "Gewoonte"-factor (Endogene verandering): Dingen die automatisch gebeuren omdat waar je begon, bepaalt waar je eindigt. Als je al zwaar bent, zul je van nature ook zwaar blijven of gewoon een beetje zwaarder worden door je bestaan.
De "Ruis"-factor (Willekeurige verandering): Willekeurige schommelingen, zoals jezelf wegen op een wiebelige weegschaal of een slechte nachtrust hebben.
De "Echte" factor (Exogene verandering): Het werkelijke effect van iets nieuws, zoals het dieet of de blootstelling die we bestuderen.

Het Doel: We willen de "Echte" factor meten. We willen weten: Heeft het dieet daadwerkelijk de gewichtsverandering veroorzaakt, onafhankelijk van hoe zwaar ze aan het begin waren?

Waarom Statisticus A Faalde (De "Veranderingsscore"-valstrik)

Statisticus A gebruikte een Veranderingsscore. Dit is als het berekenen van: Eindgewicht - Startgewicht.

De Analogie: Stel je voor dat je probeert te zien hoe een plant is gegroeid. Je meet de plant aan het begin en aan het eind, en trekt het begin af van het eind.

Het Probleem: Als de "blootstelling" (zoals het man-zijn) oorzaakte dat het startgewicht hoger was, dan breekt deze methode.
De Uitleg van het Papier: Wanneer je het startgewicht aftrekt, trek je per ongeluk het effect van de blootstelling zelf af. Als het man-zijn ervoor zorgt dat je zwaarder begint, en je trekt dat startgewicht af, dan ben je in feite het effect dat je probeert te meten aan het "wegstrepen".
Het Resultaat: Statisticus A kreeg een resultaat van "nul verandering" omdat de wiskunde het echte effect wegcijferde. Het papier zegt dat deze methode gevaarlijk is in observationele studies omdat het vaak de waarheid verbergt of zelfs het verkeerde antwoord geeft (zoals zeggen dat een medicijn werkt terwijl het dat eigenlijk niet doet, of andersom).

Waarom Statisticus B Ook Gebrekkig Was (De "Correctie"-valstrik)

Statisticus B gebruikte ANCOVA (Follow-up geconditioneerd op de baseline). Dit is als zeggen: "Laten we jongens en meisjes vergelijken, maar alleen als ze met exact hetzelfde gewicht begonnen."

De Analogie: Stel je voor dat je wilt zien of een nieuwe meststof werkt. Je kijkt naar twee planten die even groot zijn. Maar je liniaal is licht gebogen (meetfout).

Het Problek: In het echte leven zijn onze metingen van het "startgewicht" niet perfect. Ze bevatten "ruis" (zoals een wiebelige weegschaal).
De Uitleg van het Papier: Wanneer je probeert te corrigeren voor een startmeting die een klein beetje fout is, wordt de wiskunde ingewikkeld. Het heeft de neiging om het effect te overschatten. Het lijkt also dan de jongens méér in gewicht zijn toegenomen dan ze in werkelijkheid deden, omdat de "ruis" in de startmeting de correctie verstoorde.
Het Resultaat: Statisticus B vond een groot verschil, maar het papier suggereert dat dit verschil mogelijk overdreven is door meetfouten en andere verborgen factoren (zoals fysieke activiteit) die niet werden meegerekend.

Het Oordeel: Een Waarschuwing van 50 Jaar Oud

Het papier concludeert dat geen van beide methoden perfect is voor observationele data.

Veranderingsscores (Statisticus A) hebben de neiging om het effect te onderschatten of te verbergen, vooral als de blootstelling het startpunt beïnvloedt.
Correctiemethoden (Statisticus B) hebben de neiging om het effect te overschatten door meetfouten en verborgen confounders.

Het "Perfecte" Scenario:
Het papier merkt op dat als dit een Gerandomiseerd Gecontroleerd Onderzoek was (zoals een medicijnproef waarbij mensen willekeurig aan groepen worden toegewezen), beide methoden goed zouden werken en hetzelfde antwoord zouden geven. De paradox vindt alleen plaats in "observationele" settings waar groepen (zoals jongens versus meisjes) al bestaan en voorafgaande verschillen hebben.

De Lessen voor Iedereen

De belangrijkste les van dit 50 jaar oude puzzelstukje is: Wees zeer voorzichtig met het analyseren van "verandering" in echte wereldgegevens.

Definieer je vraag duidelijk: Wat probeer je precies te meten?
Vertrouw niet op eenvoudige aftrekking: Alleen het verschil nemen tussen "voor" en "na" is vaak misleidend als de groepen anders begonnen.
Vertrouw niet op eenvoudige correcties: Het simpelweg "corrigeren" voor het startpunt is geen magische oplossing als je metingen imperfect zijn of als er verborgen factoren (zoals sportgewoonten) de resultaten beïnvloeden.

Het papier biedt geen enkele "magische oplossing" voor alle situaties, maar waarschuwt wetenschappers dat de twee meest gebruikte manieren om naar verandering te kijken vaak in tegengestelde richtingen bevooroordeeld zijn, wat leidt tot de verwarrende "paradox" die we in Lord's voorbeeld zien.

Technische Samenvatting: De 'Paradox' van Lord Verklaren: De 50-jarige Waarschuwing over het Gebruik van 'Veranderingsscores' in Observationele Data

Probleemstelling
Frederick Lords 1967-conundrum, bekend als de 'paradox van Lord', belicht een hardnekkig probleem in de observationele datawetenschap: twee ogenschijnlijk redelijke statistische benaderingen voor het schatten van het effect van een blootstelling op de 'verandering' in een uitkomst kunnen radicaal verschillende, en soms teken-discordante, resultaten opleveren. De eerste benadering (Benadering 1) vergelijkt gemiddelde 'veranderingsscores' (het verschil tussen de follow-up en de baseline-uitkomsten, $\Delta Y = Y_1 - Y_0$ ) tussen blootstellingsgroepen. De tweede benadering (Benadering 2) vergelijkt follow-up uitkomsten tussen groepen terwijl geconditioneerd wordt op de baseline-uitkomst (bijv. Analyse van Covariantie, ANCOVA). Hoewel de literatuur lang heeft gedebatteerd of deze methoden verschillende vragen beantwoorden of dat de een superieur is aan de ander, betoogt dit artikel dat de paradox voortkomt uit het feit dat beide methoden vatbaar zijn voor onderscheidende, tegengestelde biases wanneer ze worden toegepast op observationele data waar de blootstelling niet gerandomiseerd is.

Methodologie en Conceptueel Kader
De auteurs lossen de paradox op door de definitie van 'verandering' te deconstrueren en de causale paden in longitudinale data in kaart te brengen. Zij stellen voor dat de verandering van een variabele over de tijd ( $Y_1 - Y_0$ ) wordt gedreven door drie onderscheidende componenten:

Endogene Verandering: Autocorrelatie vanuit de baseline-instantie ( $Y_0$ ), wat pre-gedetermineerde processen vertegenwoordigt.
Random Verandering: Transiënte random variatie, inclusief klassieke meetfout.
Exogene Verandering: Niet-random, niet-endogene verandering ( $C_Y$ ) die potentieel modificeerbaar is door baseline-variabelen.

De auteurs stellen dat de werkelijke doel-estimand in de meeste causale onderzoeksvragen het effect van een blootstelling ( $X$ ) op de exogene verandering is. Zij maken gebruik van Directed Acyclic Graphs (DAGs) om te illustreren hoe de relatie tussen de blootstelling en de baseline-uitkomst ( $Y_0$ ) de passende estimand bepaalt. Specifiek, wanneer $X$ een oorzaak is van $Y_0$ (zoals in Lords oorspronkelijke voorbeeld waar geslacht invloed heeft op het basisgewicht), is het doel het gecontroleerde directe effect van $X$ op $Y_1$ bij vaste niveaus van $Y_0$ .

Om de mechanica van de bias te demonstreren, leiden de auteurs de wiskundige relatie tussen de twee benaderingen af. Zij tonen aan dat een veranderingsscore-analyse effectief een term $[1 - \beta_1]Y_0$ aftrekt van de follow-up uitkomst. In observationele settings waar $X$ geassocieerd is met $Y_0$ , introduceert deze aftrechter een bias, tenzij strikte assumpties (parallelle trends en geen anticipatie) worden nagekomen. Daarentegen probeert de follow-up geconditioneerd op baseline (ANCOVA) de exogene verandering te isoleren door een lineaire functie van $Y_0$ af te trekken. Echter, deze benadering is vatbaar voor bias als $Y_0$ imperfect gemeten is (wat leidt tot regressiedilutie en opgeblazen schattingen) of als de relatie niet-lineair is.

De auteurs valideren deze theoretische claims via gesimuleerde data die de oorspronkelijke scenario's van Lord repliceren (geslacht, basisgewicht, follow-up gewicht). Zij simuleren scenario's met en zonder transiënte klassieke meetfout en tijdsvariërende confounding (fysieke activiteit).

Belangrijkste Resultaten
De simulatie-resultaten en theoretische analyse leiden tot de volgende bevindingen:

Tegengestelde Biases: In de afwezigheid van randomisatie produceren de twee benaderingen schattingen die in tegengestelde richtingen gebiasd zijn. Veranderingsscore-analyses hebben de neiging tot gedilueerde of nulle schattingen (of zelfs coëfficiënten met een tegengesteld teken) wanneer de blootstelling de baseline-uitkomst veroorzaakt of erdoor wordt veroorzaakt. Follow-up analyses geconditioneerd op de baseline hebben de neiging tot opgeblazen schattingen wanneer de baseline-uitkomst gemeten wordt met fouten.
De Rol van Meetfout: Imperfecte meting van de baseline-uitkomst is een kritieke bron van bias voor de ANCOVA-benadering. De auteurs demonstreren dat het gebruik van meerdere metingen van de baseline-uitkomst deze bias kan verminderen, hoewel het deze niet volledig kan elimineren.
Tijdsvariërende Confounding: Wanneer een tijdsvariërende confounder (bijv. fysieke activiteit) bestaat die door de blootstelling wordt veroorzaakt en zowel de baseline als de follow-up uitkomsten beïnvloedt, faalt het eenvoudige conditioneren op de baseline. In dergelijke gevallen leveren standaard ANCOVA- of veranderingsscoremodellen gebiaste schattingen op, terwijl g-methoden (zoals g-computation) vereist zijn om het ware causale effect te herstellen.
Equivalentie onder Specifieke Condities: De auteurs merken op dat veranderingsscore-analyses en follow-up geconditioneerd op de baseline wiskundig equivalent zijn wanneer het veranderingsscoremodel ook geconditioneerd is op de baseline, mits dezelfde assumpties gelden.

Betekenis en Conclusies
Het artikel concludeert dat Lords 'paradox' geen statistische curiositeit is, maar een fundamentele waarschuwing met betrekking tot het gebruik van veranderingsscores in observationele data. De auteurs stellen dat geen van beide benaderingen universeel "correct" is voor het schatten van het effect van een blootstelling op exogene verandering zonder specifieke, vaak ontestbare, assumpties te voldoen.

De primaire betekenis van het werk ligt in de verheldering dat:

Veranderingsscores over het algemeen ongepast zijn voor observationele data waar de blootstelling de baseline-uitkomst beïnvloedt (of vice versa), omdat ze er niet in slagen de exogene verandering te isoleren vanwege de inherente bias in de aftrekterm.
ANCOVA geen panacee is; het is zeer gevoelig voor meetfouten in de baseline-variabele en tijdsvariërende confounding.
Goed gedefinieerde onderzoeksvragen essentieel zijn. Onderzoekers moeten duidelijk definiëren of zij geïnteresseerd zijn in totale effecten, directe effecten, of exogene verandering, en erkennen dat standaard "veranderings"-analyses vaak falen in het schatten van deze doelstellingen in niet-gerandomiseerde settings.

De auteurs adviseren dat veranderingsscore-analyses primair gereserveerd moeten blijven voor natuurlijke experimenten of gerandomiseerde trials waarbij de blootstelling exogeen is. In observationele settings zouden onderzoekers prioriteit moeten geven aan goed gedefinieerde causale modellen, meerdere baseline-metingen moeten gebruiken om de meetfout te mitigeren, en geavanceerde methoden zoals g-methoden moeten inzetten om tijdsvariërende confounding aan te pakken.