学位论文 > 优秀研究生学位论文题录展示

多分组资料倾向得分匹配法的研究

作　者: 王永吉
导　师: 夏结来；蔡宏伟
学　校: 第四军医大学
专　业: 流行病与卫生统计学
关键词: 倾向得分匹配非随机化研究标准化差异卡钳均衡 Monte Carlo模拟 logistic回归
分类号: R195
类　型: 硕士论文
年　份: 2011年
下　载: 166次
引　用: 2次
阅　读: 论文下载

内容摘要

RCT是临床试验评价干预措施的金标准,但RCT的应用也受到一些限制,如研究费用高、伦理学因素、实际操作困难以及不适用于周期很长的研究等。非随机化研究在流行病学调查、Ⅳ期临床试验(即上市后监测)以及医疗器械临床试验中较为常见。非随机化研究的局限在于预后因素在组间分布的不均衡性以及各种偏倚的存在,会导致处理效应的估计有偏。传统上常使用多元分析模型、匹配、Mantel-Haenszel分层等统计方法来控制偏倚,但传统的多元分析模型不适用于结局发生率很低,而混杂因素很多的情况;匹配和Mantel-Haenszel分层也不适用于混杂因素很多的情况。倾向得分是非随机化研究中控制偏倚的新方法。近年来,倾向得分方法以其易于理解、研究步骤标准化程度高等优点而备受人们的关注,并被越来越多的应用于非随机化研究中。倾向得分的概念由Rubin和Rosenbaum在1983年首次提出,它的概念是在给定一组协变量条件下,将任意一个研究对象分配到处理组或者对照组的条件概率。倾向得分可以表示多个协变量共同作用的结果,通过倾向得分可以调整处理组和对照组间的协变量均衡性,达到控制偏倚的目的。目前,倾向得分方法主要应用于两分组资料,因为多分组资料应用中的一些关键问题没有解决,如匹配中卡钳值的选择、均衡性评价方法以及灵敏度检验等限制了多分组倾向指数匹配法的应用。本课题选定了倾向得分方法中最常用的匹配法进行研究,重点在于探索如何把倾向得分匹配法拓展应用于三分组资料甚至多分组资料,解决其应用中的关键问题。本文对比研究了倾向得分匹配法与logistic回归的方法学特点,探讨了基线资料均衡性检验存在的问题,提出了三分组倾向得分匹配算法,探索了三分组倾向得分匹配法的最优卡钳值。具体内容如下:(1)模拟比较了倾向得分匹配法和logistic回归处理二分类资料时的检验效能和I型错误。结果表明:倾向得分匹配法不管是否设置卡钳犯I型错误的概率,与logistic回归相比都无明显差异,能够很好地控制I型错误,三种方法检验效能相差不大,倾向得分局部最优匹配法的检验效能略高于倾向得分卡钳匹配和logistic回归。logistic回归是观察性研究中,处理二分类资料的常用方法,与logistic回归的结果一致,也从另一方面证明了倾向得分方法的实用价值。(2)模拟比较了假设检验和标准化差异在检验基线资料均衡性中的应用。非随机化研究中,基线资料不均衡的情况很常见,会导致估计处理效应时产生偏倚,所以均衡性检验必不可少。随机化研究中,大样本情况下,不需要作均衡性检验;而在样本量相对较小的情况下,即使经过随机化分组,也很难保证基线资料的均衡性,需要作均衡性检验保证组间的可比性。标准化差异法在小样本情况下也可以检验出基线资料不均衡性。(3)探索如何把倾向得分匹配法应用于三分组资料甚至多分组资料,根据两分组匹配算法,提出了三分组倾向得分匹配算法,拓展了标准化差异在多分组资料均衡性检验中的应用。模拟比较了不同卡钳值在三分组资料倾向得分匹配法中的应用,以标准化差异、匹配比例、MSE和相对偏倚为评价指标。结果表明:在应用三分组资料倾向得分匹配时,最优卡钳值为倾向得分经过logit变换后合并标准差的20%。本课题的创新点主要包括以下几点:(1)模拟比较了倾向得分匹配法和logistic回归处理二分类资料时的检验效能和I型错误,从侧面证明了倾向得分方法的实用价值。(2)提出了三分组倾向得分匹配算法,拓展了标准化差异在多分组资料均衡性检验中的应用。(3)模拟比较了不同卡钳值在三分组资料倾向得分匹配法中的应用,选定了最优卡钳值。

多分组资料倾向得分匹配法的研究

内容摘要

全文目录

相似论文