Menschen unterscheiden sich durch eine Vielzahl individueller Merkmale, die auch unterschiedlich starken Einfluss auf die Ergebnisse haben. Aus diesem Grund gehört es zum wissenschaftlichen Standard, dass man sich mögliche Unterschiede zwischen den Gruppen (z.B. hinsichtlich Geschlecht, Alter und das Vorliegen bestimmter Erkrankungen bzw. Begleiterkrankungen usw.) bewusst macht und ihren wahrscheinlichen Einfluss auf das Studienergebnis diskutiert.

Man unterscheidet Confounder und Bias:

Confounder sind zufällige Störgrößen (insbesondere Geschlecht, Alter und das Vorliegen bestimmter Erkrankungen bzw. Begleiterkrankungen), die sich durch das Studiendesign, z.B. die Randomisierung ausschließen lassen bzw. nivelliert werden können, was in der Praxis aber häufig nicht immer gelingt. Wichtig ist hierbei, mögliche Störgrößen vorab zu identifizieren, damit diese dokumentiert und entsprechend mit in die Auswertung und Diskussion der Ergebnisse einbezogen werden können.

Bei Bias-Faktoren handelt es sich hingegen um so genannte systematische Störgrößen, deren Einfluss nicht durch die Art der Randomisierung aufgehoben werden kann. Dazu zählen alle Faktoren, die schon bei der Stichprobenziehung aus der Grundgesamtheit wirksam wurden. Wenn man zum Beispiel nur Patienten oder Personen einbezieht, die sich von sich aus dazu bereit erklärt haben, kann man davon ausgehen, dass sie an Gesundheitsfragen besonders interessiert sind und auch ganz anders mitwirken als zufällig ausgewählte Patienten (sogenannter Selektionsbias). Häufig sind so genannte anfallende Stichproben aber der einzige Weg, um überhaupt ausreichend viele Patienten für eine Studie zu gewinnen. Wenn Sie aktiv auf eine mögliche Mitwirkung angesprochen werden, sollte man deshalb zumindest notieren, wie viele abgelehnt haben und wenn möglich auch aus welchem Grund. Die dabei gewonnenen Informationen müssen dann bei der Diskussion darüber berücksichtig werden, inwieweit eine Repräsentanz der Studienpopulation gegeben ist. Ein weiterer Bias sind Lerneffekte bei den Betreuern und den Patienten in Studien.