但在非随机对照研究中难以做到,此时可采用限制入组条件、分层、配对等方法,避免或减少混杂因素的影响。可见,观察性CER也需要严谨的设计,因研究设计考虑不当或不周所导致的偏倚,例如指标或数据缺失、缺少质控等,是无法期待在统计分析阶段来...
1.未测量混杂因素的常用控制方法 根据文献综述,近年来观察性研究中最常用的分析方法有3类,包括工具变量法(instrumental variable),其次双重差分模型(difference-in-differences,DiD),本底事件率比校正法(prior event rate ratio adjustment,PERR),及其衍生方法。 (1)工具变量法:是由PG. Wright于1928年首次提出,最早应...
对于已测量的混杂因素,可采用传统的分层分析、配对分析、协方差分析或多因素分析,也可采用倾向性评分、疾病风险评分等方法进行混杂因素匹配、分层和调整。良好的设计需从源头控制各种混杂,事后统计分析则应在理解各类方法的应用前提下,严格把握适用条件。【关键词】观察性疗效比较研究;现实世界研究;已测量混杂;控制;统计...
最理想的办法是在研究设计时就对混杂因素进行控制,例如通过随机分组的方法,从源头上控制混杂的影响。但在非随机对照研究中难以做到,此时可采用限制入组条件、分层、配对等方法,避免或减少混杂因素的影响。
未测量混杂因素的统计学方法包括工具变量法、本底事件率比校正法和双重差分模型及其衍生方法。工具变量法模型构造巧妙,但满足条件的工具变量在实际研究中并不易得;本底事件率比校正法和双重差分模型均要求研究数据有干预前信息,有些实际研究...