Measurement noninvariance: Fokus på biologiske fænotyper
Forskere undersøger hvordan forskellige biologiske faktorer er associeret til aggregerede mål for psykopatologi. Antagelsen er, at det aggregerede mål måler den samme underliggende konstruktion (en latent variabel) på tværs af individer eller over tid. Denne antagelse udfordres af, at biologiske faktorer kan være forskelligt associeret til enkelte item der indgår i aggregatet. Dette kaldes measurement noninvariance.
Formålet med artiklen er at beskrive hvilke typer noninvariance der forekommer i et biologisk baseret datasæt, hvilke konsekvenser der har for inferensen (konklusionen) og anbefalinger til hvorledes dette kan håndteres for at sikre valid biologisk forskning i psykiatrien.
Der er forskellige typer af measurement noninvariance: scalar, configural og metric. Her fokuseres på scalar noninvariance. Scala noninvariance betyder, at de enkelte items er forskelligt associeret til den biologiske faktor i de to grupper man ønsker at sammenligne. Sammenligningen af gennemsnit bliver derfor konfunderet af noninvariance og fører til forkert inferens.
Et eksempel på scalar noninvariance. Man ønsker at sammenligne to grupper; en med normalt niveau af inflammation og en med forhøjet. Man ønsker at undersøge om niveauet af inflammation er associeret til graden af depression, målt som aggregeret mål på PHQ-9. Vi antager at graden af depression, den latente variabel, er 0 i begge gruppe. Man antager at søvn og appetit er påvirket i gruppen med inflammation fordi neurovegetative symptomer er associeret til inflammation. Man vil derfor finde en mulig signifikant forskel i grupperne, og kan fejlagtigt komme til at konkludere at depression er associeret til inflammation, hvor det i virkeligheden kun drejer sig om enkelte items, og ikke den latente variabel. Man kan sige at associationen er konfunderet af scalar measurement noninvariance.
Der præsenteres en statistisk simulation med dataset (100 simulationer med 250 deltagere), der demonstrerer med en R kode hvordan man kan teste for de tre former for invarianser. I eksemplet vil 63% af de 100 simulationer medføre risiko for falsk positiv inferens, med alfa sat til 0.5. Koden er tilgængelig for læseren, og kan adapteres til at teste læserens eget dataset.
Til sidst gives tre anbefalinger:
1) Der bør altid testes for measurement invariance, når der forskes i biologiske associationer til psykopatologi
2) Hvis der identificeres noninvariance skal analysestrategien tilpasses dette,
3) Der bør laves a priori analyseplaner for undersøgelser på subskalaer/item niveau når der undersøges heterogene konstruktioner fx ved anvendelse af symptom skaler psykotiske lidelser, (affektive lidelser, angsttilstande)
Afslutningsvis fremhæver forfatterne, at measurement noninvariance kræver store sample sizes og grundig forståelse af konstruktion og størrelse af associationer på item-niveau. Der anbefales derfor præliminære analyser i open access dataset.
Moriarity DP, Joyner KJ, Slavich GM, Alloy LB. Unconsidered issues of measurement noninvariance in biological psychiatry: A focus on biological phenotypes of psychopathology. Mol Psychiatry. 2022 Jan 8. doi: 10.1038/s41380-021-01414-5. Epub ahead of print. PMID: 34997192.