L'importance de la sélection des covariables dans le contrôle du biais de sélection dans les études observationnelles.

L'hypothèse de l'attribution de traitement fortement ignorée est nécessaire pour éliminer le biais de sélection dans les études observationnelles. Pour répondre à cette hypothèse, les chercheurs s'appuient souvent sur une stratégie de sélection des covariables qu'ils pensent contrôler le biais de sélection. La théorie indique que les covariables les plus importantes sont celles qui sont fortement corrélées à la fois avec le véritable processus de sélection et les résultats potentiels. Cependant, lors de la planification d'une étude, il est rarement possible d'identifier de telles covariables avec certitude. Dans cet article, nous rapportons une réanalyse extensive d'une comparaison intra-étude qui contraste une expérience randomisée et un quasi-expérience. Divers ensembles de covariables ont été utilisés pour ajuster les différences initiales entre les groupes dans le quasi-expérience caractérisé par l'auto-sélection dans le traitement. Les tailles d'effet ajustées ont ensuite été comparées aux tailles d'effet expérimentales pour identifier quelles covariables individuelles, et quels ensembles de covariables regroupés conceptuellement, étaient responsables du haut degré de réduction du biais obtenu dans le quasi-expérience ajusté. De tels résultats fournissent de fortes indications sur les stratégies préférées pour identifier les covariables les plus susceptibles de réduire le biais lors de la planification d'une étude et lorsque le véritable processus de sélection n'est pas connu.