利用倾向评分分层进行回归分析校正偏倚
2014-03-11 MedSci MedSci原创
在流行病学研究中, 分层分析和回归分析是资料分析阶段控制混杂偏倚的重要手段。将倾向评分法与传统的分层和回归结合,则可更有效地控制混杂偏倚,同时可以克服传统方法的一些局限性。一、原理和方法传统的分层分析是按照可能的混杂因素的不同水平将研究对象分为若干层,处在同一层的研究对象混杂因素趋于一致,可以直接比较效应。分别计算各层统计量(如t值x2 值)和效应尺度( 如OR 、均数差值) ,然后再用某种方法(
在流行病学研究中, 分层分析和回归分析是资料分析阶段控制混杂偏倚的重要手段。将倾向评分法与传统的分层和回归结合,则可更有效地控制混杂偏倚,同时可以克服传统方法的一些局限性。一、原理和方法传统的分层分析是按照可能的混杂因素的不同水平将研究对象分为若干层,处在同一层的研究对象混杂因素趋于一致,可以直接比较效应。分别计算各层统计量(如t值x2 值)和效应尺度( 如OR 、均数差值) ,然后再用某种方法( mantel一haenszel法、条件logistic 回归、Meta 法等)合并各层效应尺度和统计量。随着混杂因素的数量增加,分层数将成指数倍数增加。假如所有混杂变量为2 分类变量, 则平衡k 个混杂变量的分层数为2 的k 次方。如果k很大,很可能在某些层中只有处理组或非处理组的研究对象,从而无法估计这些层的效应。倾向评分分层分析(propensity score stratification)或称为亚分类分析( subclassification )原理与传统的分层分析方法基本相同,只是分层变量不是每个混杂变量,而是倾向评分值川。Rosenbaum 和Rub in研究发现,按照倾向评分合
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
为什么下载不了?
68
希望有关于PSM更多的详细介绍和培训,谢谢!
96
详细介绍和培训,谢谢
91
希望有关于PSM更多的详细介绍和培训,谢谢!
118
#回归分析#
57