Abstract Study samples in medical research are selected according to the objectives of the studies. Researchers seek to collect data as extensively and reliably as possible. In practice, however, data are often missing or may be incorrect. This thesis covers some of the problems concerning missing data and data collection in psychiatric research. Methods for adjusting for missing data and for evaluating the reliability of data are presented. The data originate from the Northern Finland 1966 Birth Cohort (N = 12058). This study explored how participation in an epidemiologic study that includes questionnaires and a clinical examination is affected by mental health (N = 11540), and whether non-participants experience more severe clinical symptoms than participants in a psychiatric field study (N = 145) among subjects with a psychosis. Inverse probability weighting (IPW) was used to adjust for non-participation in comparisons of brain volumes between schizophrenia and control groups. The precision of self-reported medication use was also explored (N = 7625). In an epidemiologic study of all cohort members, subjects with a psychiatric disorder participated less actively than those without one. In the psychiatric field study, non participants were more often patients with schizophrenia than other psychoses. The psychiatric symptoms of non-participants were more severe and they needed more hospital care than participants. The use of IPW led to higher estimates of cerebrospinal fluid volume and lower estimates of grey and white matter volumes in schizophrenia patients, and increased the statistical significance of the differences in brain volume estimates between the schizophrenia and control groups. The precision of self-reported data on psychoactive medication use was substantial. Due to non-participation, the true prevalence of psychiatric disorders is probably higher than the prevalence estimates from field studies that are based on data provided by participants only. In order to reflect the true differences in the target population, weighting methods can be used to improve estimates affected by non-participation. Regarding psychoactive medication use, data collected by postal questionnaire can be assumed accurate enough for study purposes. However, it may underestimate the prevalence of medication use due to non-participation. / Abstract Tutkimusaineisto valitaan tutkimuksen tavoitteiden perusteella. Tavoitteena on kerätä kattava ja virheetön aineisto. Käytännössä kuitenkin osa tiedoista voi puuttua tai olla virheellistä. Tässä väitöskirjassa esitellään yleisesti menetelmiä huomioida puuttuva tieto analyyseissä ja arvioida aineistojen luotettavuutta psykiatrisessa tutkimuksessa. Aineisto perustuu Pohjois-Suomen vuoden 1966 syntymäkohorttiin (N = 12058). Väitöskirjassa tutkittiin, miten psykiatrinen sairastavuus vaikuttaa osallistumiseen epidemiologisessa tutkimuksessa, joka sisälsi kyselyitä ja terveystutkimuksen (N = 11540), sekä erosiko psykiatriseen kenttätutkimukseen osallistuneiden ja osallistumattomien psykoosipotilaiden kliininen taudinkuva toisistaan (N = 145). Käänteisen todennäköisyyden painotusmenetelmää käytettiin korjaamaan puuttuvan tiedon aiheuttamaa virhettä aivovolyymien estimaateissa skitsofreniapotilailla. Lisäksi arvioitiin itse ilmoitetun lääkekäyttötiedon luotettavuutta (N = 7625). Epidemiologisessa tutkimuksessa ne kohortin jäsenet, joilla oli jokin psykiatrinen sairaus, osallistuivat passiivisemmin kuin ne, joilla ei ollut psykiatrista sairautta. Psykoosipotilaat, jotka eivät osallistuneet psykiatriseen kenttätutkimukseen, sairastivat tutkimukseen osallistuneita useammin skitsofreniaa kuin muita psykooseja ja heidän taudinkuvansa oli vakavampi. Painottaminen kasvatti aivonesteen ja alensi harmaan ja valkean aineen tilavuuksien estimaatteja skitsofreniapotilailla, ja lisäsi aivovolyymien erojen tilastollista merkitsevyyttä skitsofreniapotilaiden ja vertailuhenkilöiden välillä. Itse ilmoitetun psykoaktiivisten lääkkeiden käyttötiedon luotettavuus oli merkittävä. Kadosta johtuen psykiatristen sairauksien todellinen vallitsevuus on todennäköisesti korkeampi kuin vallitsevuuden estimaatit, jotka on laskettu tutkimukseen osallistuneiden tiedoista. Painotusmenetelmiä voidaan käyttää parantamaan puuttuvan tiedon vääristämiä estimaatteja, koska painottamalla huomioidaan todellisia eroja kohdeväestössä. Tutkittaessa lääkekäyttötietoa postikyselyillä kerätyn aineiston voidaan olettaa olevan laadultaan riittävä tutkimustarpeisiin.