Data fra store fødsels-kohorter bidrar til å finne årsaker til psykiske lidelser. Frivillig deltakelse fører til selektiv deltakelse. Dette kan føre til systematisk skjevhet (bias) i estimater av sammenheng mellom eksponering og utkomst. Ved å bruke «dynamic acyclic graphs» viser vi når bias er sannsynlig, og at det avhenger av de variablene som er involvert i en analyse. Vi estimerer styrke av bias ved å sammenligne resultater fra 1) en tradisjonell men problematisk analyse som justerer for indikatorene på deltakelse og 2) riktig analyse som vekter opp underrepresenterte deltakere. Som et eksempel analyserer vi risikofaktorene for ADHD og kan med dette vise styrke av bias fra tradisjonelle analyser. Prosjektet er relevant for forskere som bruker data fra store fødsels-kohorter fordi a) det fremhever at representativitet ikke kan gjelde for hele kohortstudier, b) beskriver når ulike metoder for å kontrollere bias er effektivt, og c) foreslår en ny måte til å estimere omfanget av bias
