病例对照匹配
| 命令: | 工具 病例对照匹配 |
|---|
病例对照匹配过程用于根据特定标准将病例与对照随机匹配。MedCalc 最多可以根据 4 个变量进行匹配。
本例使用以下数据：
数据
| A | B | C | D | E | F | |
|---|---|---|---|---|---|---|
| ID | Treatment | Survival | Gender | Age | ||
| 1 | 1 | 1 | 5 | Male | 52 | |
| 2 | 2 | 1 | 8 | Male | 48 | |
| 3 | 3 | 1 | 24 | Female | 46 | |
| 4 | 4 | 1 | 1 | Male | 50 | |
| 5 | 5 | 1 | 4 | Female | 45 | |
| 6 | 6 | 1 | 12 | Male | 49 | |
| 7 | 7 | 1 | 6 | Female | 47 | |
| 8 | 8 | 0 | 2 | Female | 51 | |
| 9 | 9 | 0 | 7 | Male | 47 | |
| 10 | 10 | 0 | 20 | Female | 48 | |
| 11 | 11 | 0 | 11 | Female | 46 | |
| 12 | 12 | 0 | 9 | Male | 30 | |
| 13 | 13 | 0 | 3 | Male | 49 | |
| 14 | 14 | 0 | 5 | Female | 49 |
接受治疗的病例编码为 1，对照编码为 0。MedCalc 将为每个接受治疗的病例寻找年龄和性别相匹配的对照。
所需输入
- 分类变量：选择或输入表示分组的二分类变量（0=对照，1=病例）。如果数据编码不同，可以使用定义状态工具对数据重新编码。
- 带个案标识的变量：选择包含电子表格中每个受试者唯一标识代码的变量。如果此处未选择变量（不推荐），MedCalc 将使用行号作为个案标识。
- 匹配变量：最多选择 4 个变量，并为每个变量指定最大允许差（卡钳值）。卡钳值越小，偏倚越小，匹配越好，但匹配数也可能减少。要按非数值变量（例如编码为 'Male' 和 'Female' 的变量“Gender”）匹配，请选择“精确匹配”选项。
- 筛选条件：（可选）用于只包含所选个案亚组的筛选条件（例如 SEX="Male"）。
- 高级：单击 输入迭代次数和随机数种子。
对于示例数据，在对话框中输入如下内容：
结果
结果显示在对话框中：
程序显示受试者总数、病例数、对照数以及匹配个案数，即找到相匹配对照的病例数。
然后给出匹配受试者之间的差异，包括均值差、SD、差值的 95% 置信区间以及相应的 P值（配对样本t检验）。95% 置信区间应当很小、可以忽略，P值不应有显著性。如果一个或多个变量的置信区间较大或 P值有显著性，则在输入对话框（见上文）中输入的“最大允许差”可能过大。
在电子表格列中保存匹配 ID
单击 后，电子表格中将创建一个新列，其中包含每个病例所匹配对照的标识（反之亦然）。
电子表格中将添加一列：
在后续统计分析中，可以使用该新列作为筛选条件，只包含匹配成功的病例和对照。
例如，如果新列的标题为 MatchID，则筛选条件可以是 MatchID>0 或 MatchID<>""（<> 表示“不等于”）。
另存为包含配对数据的新文件
单击 后，将创建一个新的 MedCalc 数据文件，其中的数据按如下方式重新排列：
- 文件只包含有相匹配对照的病例的数据。
- 第一组列包含病例的数据，这些列的标题为原始标题后加“_T”。第二组列包含对照的数据，这些列的标题为原始标题后加“_C”。
- 每一行包含一个病例及其匹配对照的数据。
可以使用这个新数据文件对配对数据进行统计检验。
方法
MedCalc 在指定的卡钳距离范围内使用贪婪（greedy）匹配算法，通过 n 次迭代使总体标准化偏倚最小。
匹配比例为 1:1，不放回。
使用配对样本t检验评估匹配组之间基线特征的可比性。
参考文献
- Austin PC (2014) A comparison of 12 algorithms for matching on the propensity score. Statistics in Medicine 33:1057-69.
- Parsons LS (2001) Reducing bias in a propensity score matched-pair sample using greedy matching techniques. https://api.semanticscholar.org/CorpusID:18356823