基于阴性对照理论的未测量混杂因素控制方法

非随机对照研究中未测量混杂因素的控制极具挑战。阴性对照理论基于“阴性对照的检测结果必须阴性”的思想,在进行人群研究时,额外设置合适的阴性对照,将关联特异度的思想融入人群研究中进行未测量混杂因素的识别和控制。本文从统计学角度解析阴性对照理论控制未测量混杂因素的基本原理,详细介绍基于阴性对照理论的系列衍生方法:死亡率标准化校正法、校正P值法、广义双重差分模型以及双向阴性对照法,并结合代表性案例对其合理应用进行述评。阴性对照是识别、校正和控制未测量混杂因素的重要统计设计思想,是基于现实世界数据开展实效比较研究的重要方法。

观察性研究中针对未测量混杂干扰的敏感性分析方法

目的 介绍敏感性分析方法,并对不同方法进行探讨和比较.方法 通过模拟试验和实例比较混杂函数敏感性分析法和边界因子敏感性分析方法在观察性研究中校正未测量混杂因素准确性的差异.结果 模拟试验与实际例子研究结果均显示,当暴露(X)与结局(Y)之间存在未测量混杂情况下,混杂函数法和边界因子相比,在分析未测量混杂因素的效应至少达到多大强度才能导致观测效应值大小和方向彻底改变的问题上,混杂函数和边界因子分析结果相似.但混杂函数法在完全解释观测效应值时所需的混杂效应强度小于边界因子做出同样解释所需的混杂效应值.边界因子分析中设置两个参数,而混杂函数中只有一个参数,混杂函数法在分析计算过程中较边界因子法简便灵敏.结论 对于真实世界观察性研究数据,分析暴露(X)与结局(Y)之间的因果效应时,敏感性分析过程必不可少,从计算过程和结果解释上,混杂函数敏感性分析方法是一个值得推荐的方法.