最新倾向值匹配研究.pptxVIP

病例对照研究（case-control study）倾向值匹配研究（Propensity Matched Study）定义：病例对照研究是选择患有特定疾病的人群作为病例组，和未患这种疾病的人群作为对照组，调查两组人群过去暴露于某种（或某些）可能危险因素的比例，判断暴露危险因素是否与疾病有关联及关联程度大小的一种观察性研究方法。 用途 1、探索疾病的可能危险因素 2、用于药物有害作用的研究 3、探讨影响疾病的预后因素 4、评价某种疫苗在现场使用中的流行病学效果 设计与实施 （一）确定研究目的，提出研究假设 （二）病例的选择 统一诊断标准，规定人口特征和外部特征。 ◆来源：?医院病例 ?社区人群病例 ?队列内病例 ◆类型：?新发病例 ?现患病例 ?死亡病例（三）对照的选择 采用与病例相同的诊断标准明确排除的非患者作为对照，并依照病例的人口学特征和外部特征的相同要求选择对照。 ?医院病例或门诊病人 ?一般人群 ?邻居、同事、亲属 （四）样本含量估计 （五）暴露因素的确定与资料收集 ◆暴露因素的确定：与目的有关的变量绝不可少，且尽量分解、分细。每项变量有明确的规定，尽可能采用国内外统一的标准。 ◆资料的收集：主要以现场询问的方式进行，应有专门设计的调查表，要求病例组与对照组均使用同一调查表。尽可能选择客观指标。调查人员应统一培训，对待病例组和对照组均应同样认真，以同样的方式询问。 (六）资料分析?1、资料整理 ?2、统计学检验 检验病例组和对照组的暴露率的差异是否有统计学意义。即a/(a+c)和b/(b+d)的比较。 用以下公式3、计算暴露与疾病的关联强度 采用比值比(odds ratio ,OR)来估计。比值(odds)是指某事物发生的概率与不发生的概率之比。 病例组的比值= 对照组的比值= 四、常见偏倚及控制 1、选择偏倚(selection bias) 由于选择研究对象的方法有问题或缺点，造成病例组和对照组缺乏均衡可比性。 ◆常见的选择偏倚 ?入院率偏倚(admission rate bias) ?存活病例偏倚(prevalence-incidence bias) ?检出症候偏倚(detection signal bias) ◆选择偏倚的控制 ?随机抽样 保证病例和对照的代表性。 ?设立对照 两个或多个对照。 ?严格诊断标准 明确入组和排除标准。 ?提高应答率2、信息偏倚(information bias) 收集资料阶段由于观察和测量暴露或结局的方法上有缺陷，使各比较组所获得的信息产生系统误差。 ◆常见的信息偏倚 ?暴露怀疑偏倚(exposure suspicion bias) ?回忆偏倚(recall bias) ◆信息偏倚的控制 ?采用盲法收集资料 ?收集客观指标的资料 ?广泛收集各种资料 ? 保证研究人员的科学态度 3、混杂偏倚(confounding bias) 由于一个或多个既与疾病有关，又与暴露因素有关的外部因素的影响，掩盖或夸大了所研究的暴露因素与该病的联系。 ◆控制 ?限制(restriction) ?配比(matching) ?分层(stratification) ?多因素分析(multivariate analysis)倾向值匹配研究（Propensity Matched Study）在大量观察性数据和临床试验研究中，为了估计并评价某种处理效应，选择随机对照试验（randomized controlled trial，RCT）无疑是最理想的 RCT 在实际应用中却受到了很多方面的限制，例如高昂的研究费用、伦理学的要求、实际中操作的困难性、不适用于发病率很低的疾病研究以及周期较长的科学研究等。在非随机化研究中，由于基线特征在组间的分布不均衡，使之成为处理效应估计的混杂因素，从而导致处理效应的估计存在偏倚。随机对照试验（randomized controlled trial，RCT）非随机对照试验（nonrandomized controlled trial，NRCT）多变量分析模型、Mantel-Haenszel 分层分析、协变量匹配多变量分析模型在结局发生率很低，而混杂因素较多的情况下却难以发挥作用；Mantel-Haenszel 分层分析法和协变量匹配法同样不适用于混杂因子较多，数据维度很高的非随机化数据分析倾向值匹配研究（Propensity Matched Study）不再关注每个需要控制的混淆变量的具体取值而是转而关注将这些变量纳入 Logistic 回归方程后预测出来的倾向值取值只要保证倾向值匹配，这些所有需要控制的混淆变量就都考虑到了( Rosenbaum＆ Rubin，1983) 将