倾向值匹配研究.pptx

  1. 1、本文档共41页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
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??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);随机对照试验(randomized controlled trial,RCT);倾向值匹配研究(Propensity Matched Study);倾向值是在 1983 年由学者 Rubin 和 Rosenbaum 首次给出了明确的定义:指在一系列可观察到的协变量条件下,任意一个研究对象被分配到试验组或者对照组的概率。;在一个等比例分组的随机对照试验中,受试者分配到试验组和对照组的概率是相等的,每一个受试者的倾向得分为 0.5。在一个非随机对照试验中,每一个受试者分配到哪个组的真正的概率

文档评论(0)

iris + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档