控制混杂-有感
Posted super-yb
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了控制混杂-有感相关的知识,希望对你有一定的参考价值。
在RCT中,为了控制混杂,我们收集样本时采用较为严格的入排标准,使受试者的基线(可能的混杂)尽量相近
但是在真实世界研究中,往往事先无法控制这个因素,研究者们采用统计的方法,使得混杂得到控制。
常用的方法有以下几种:
1,分层分析
2,多因素分析
3,倾向性评分
4,工具变量分析
1,分层分析
顾名思义,将样本按照混杂因素分层,比如吸烟(暴露)对肺癌(结局)的影响
那么性别可能是一个混杂。所以,我们在计算OR、RR、HR或其他流行病学 指标/效应时,将样本分为两层
男性,女性,分别计算OR,(当男OR与女OR接近时,此处不做讨论)使用(Mantel-Haenszel)法合并OR
缺点:n个混杂,需要分2^n个层,要么使得样本量增大,要么有的分层下人数很少
2,多因素分析
统计学常用的model---logistic regression,他的偏回归系数的意思,就是在其他自变量不变的情况下, i自变量每增加一个单位,样本出现阳性结果是阴性结果的e^(βi)倍,
偏回归系数的意义,完美的说明了逻辑回归是如何控制混杂的。
缺点:混杂(协变量/自变量)增加,使得样本量增大(样本量为自变量个数的15倍)。
3,倾向性评分
使用逻辑回归,得到每个人阳性结果的概率P(y值),根据这个P,控制混杂
常用到
3.1 ,1:1配对,即将P接近的暴露与非暴露组中的受试者匹配。
3.2, 根据P值大小,将人群分若干组,进行分层分析。
3.3 将P作为协变量再次放入逻辑归回。
不足:未能处理未知因素所引起的残余混杂
4,工具变量
关键在于工具变量的选择,根据工具变量得到的某一统计量将样本分层。要求工具变量与暴露因素相关,但是与结局无关
常用的工具变量
4.1 地区的医疗水平
4.2 医生的处方偏好
4.3 医疗机构的临床实践方式
4.4 时间特性的的工具变量
参考:https://www.mediecogroup.com/method_topic_article_detail/135/?ty=methods
以上是关于控制混杂-有感的主要内容,如果未能解决你的问题,请参考以下文章