今天又是周五，上午科室组会，包络分析（DEA）。讲完后，大家都意犹未尽，于是便就着咖啡，聊起了问题。其中有一个问题便是“在病例-对照研究中，病例与对照之间是匹配好，还是不匹配好？”
提到这个问题，我就想起被人问过无数次的过往，经常会有人会问我这个问题：“我有2000多研究对象的数据，但是这2000人里只有100个患者，你说我是挑出100个对照呢，还是把剩下的1900名研究对象都作为对照呢？”
今天上午的讨论便是针对这个问题。现在回想起这个讨论，场面真是啊，最后大家还是像往常一样“不欢而散”。幸好“主播”因公外出，不在现场，不然不得打起来啊……
1、对照组的选择是有标准的，即我们常说的入选和排除标准。对照的选择与匹配是两个概念，切不可将“成组匹配”泛化成“对照的选择”。
2、匹配有“成组匹配”和“个体匹配”。成组匹配（又称频数匹配），就是要求对照组与实验组某些特征的频数相似（如性别比例等），分析时采用样本的检验，如样本t检验等。个体匹配，是针对试验组的每一个研究对象，为其找到合适的对照，分析时采用配对样本的检验，如配对t或条件logistic回归。
4、匹配有好处，也有坏处。匹配的好处是提高了试验组和对照组的可比性，即内部真实性；匹配的坏处是降低了对照组的代表性，毕竟你删去了一些对照组人群，即外部真实性。有人提出“这种删除导致的外部真实性的损失是对的”，就该放弃不合适的人群。也有人提出“现实中收集到的患者特征，多少代表了真实世界的情况”，不应该剔除。
5、有人提出：“在探索性研究中，不要使用匹配，给研究者留下探索各种可能的机会；在验证性研究中，可以使用匹配，让待验证的效应更为明确”。也有人提出：“探索性研究才应该匹配，这样才能让微弱的待探索效应更为强烈，容易被发现。验证性研究不该匹配，探索真正的存在于真实世界里的效应大小。（当然这要求所选的样本能够很好地代表总体）”
6、匹配的方法有针对单个或多个变量的逐个匹配，也有计算中间变量的匹配（如倾向性评分等）。，不可过度匹配。
7、匹配，还是不匹配？性分析很重要。对于研究者来说，发现真实的规律，永远是最大的梦想。所以针对匹配的数据可以计算一个结果，针对不匹配的数据也可以计算一个结果，比一比，找不同。当然你还可以针对不同匹配方法的结果进行比较。
最后再回来，对于的例子，我个人不用匹配，直接做分析。对于匹配的问题，大家也可能会有不同的观点，欢迎讨论。
最新评论