匹配病例对照研究
- 提出者
- Brian MacMahon and others; systematised by Schlesselman (1982)
- 年份
- 1950s–1970s
- 类型
- Observational analytic design
- 类别
- Clinical / epidemiology
本文为机器翻译,尚未经过审校。 阅读英文原文
它有什么作用?
匹配病例对照研究是一种观察性流行病学设计,其中每个病例(患有目标疾病或结局的个体)与一个或多个对照(无目标结局的个体)配对,这些对照在年龄、性别或临床环境等一个或多个特征上与病例相似,以控制混杂。然后比较病例与其匹配对照的暴露史,以估计暴露-疾病关联的优势比。
方法背后的直觉
可以将其想象成侦探将嫌疑人与长相相似的人配对。如果您想知道某种特定暴露是否导致了某种疾病,您会找到一位患有该疾病的患者,然后找到一位或多位特征相似(年龄、性别、医院相同)但未患该疾病的人。通过保持这些背景特征相同,配对之间暴露史的任何差异都更有可能反映真实的联系,而不是混杂因素。匹配可以收紧比较,使信号更清晰,但会牺牲分析的一些灵活性。
历史学
病例对照设计在 20 世纪 50 年代在流行病学中正式确立,Doll 和 Hill (1950) 关于吸烟与肺癌的研究使用了基于医院的对照。早期应用了匹配以提高可比性的原则,并由 Brian MacMahon 及其同事编纂。James Schlesselman 1982 年的教科书《病例对照研究》为匹配设计建立了分析框架,包括匹配优势比和条件逻辑回归。Nathan Mantel 和 William Haenszel 1959 年的论文提供了支持匹配分析的基础分层方法,条件逻辑回归方法在 20 世纪 70-80 年代得到发展,成为个体匹配病例对照数据的标准分析工具。
何时使用
当研究罕见疾病或结局,而完整的队列研究需要不切实际的大样本量或非常长的随访时间时;当需要严格控制特定混杂因素(如年龄、性别或临床中心)时;以及当资源允许进行仔细的个体匹配和条件分析时,使用匹配病例对照研究。它在基于医院的环境和疫情调查中尤其有价值。当匹配变量是暴露与疾病之间因果途径上的潜在中间变量(过度匹配)时,当病例数量非常少且找不到匹配的对照时,或当时变暴露使得静态匹配不合适时,不要使用匹配——在这些情况下,病例交叉或队列设计可能更可取。匹配不能消除未测量的混杂。
局限与注意事项
- 无法估计结局的患病率或发病率——只能估计暴露-结局关联的优势比。
- 匹配变量本身不能作为暴露因素进行研究,除非使用复杂的分析方法。
- 过度匹配(匹配与暴露相关但与疾病无关的变量)会增加所需的样本量,并将优势比偏向零。
- 寻找足够的匹配对照可能很困难,特别是对于罕见的匹配标准组合,导致未匹配的病例必须被排除。
- 匹配结构必须在分析中保持;忽略它(使用无条件逻辑回归)会产生有偏估计。
来源中的条件不能替代独立的科学审查或分析引擎的验证。
优势
- 通过设计而非仅通过统计调整来有效控制强混杂因素(年龄、性别、临床中心)。
- 非常适合罕见结局,此时完整的队列研究不可行;未匹配样本的一小部分可以实现可比的精度。
- 在给定的样本量下,减少匹配集内的变异性,通常会提高统计效率。
- 在临床和流行病学期刊中被广泛接受和理解;条件逻辑回归是标准的,并且在所有主要的统计软件包中都有实现。
应用
- 通过匹配医院患者与同一医院的对照(按年龄、性别和入院病房)来研究罕见癌症的危险因素。
- 疫情调查,其中食源性疾病病例与同一地理位置和就餐时间的邻里对照进行匹配。
- 药物流行病学研究,检查药物不良反应,病例与暴露于药物的对照按适应症、年龄和合并症进行匹配。
- 职业流行病学研究罕见暴露(例如,特定化学制剂),与行业匹配的对照进行匹配,以消除职业混杂。
- 遗传流行病学,其中病例和对照按种族进行匹配,以在基因分型前最小化人群分层。
- 急诊和外科研究,其中医院入院为急性暴露-结局问题提供了自然的匹配框架。
使用方式
使用方式
制定精确的病例定义,明确疾病或结局、诊断标准、合格人群(来源人群)和时间窗口。确定感兴趣的暴露以及您打算通过匹配来控制的混杂因素。预先指定匹配比例(1:1、1:2 等)和匹配变量。
从特定来源(如医院记录、疾病登记处或监测系统)招募新发或患有流行病的病例。确认每个病例符合病例定义。从同一来源人群中选择对照——即有资格成为病例的人——使用基于医院、基于人群或密度抽样策略。
对于每个病例,选择一个或多个在匹配变量上具有相同值的对照(例如,相同的五年年龄组和性别)。个体匹配(一对一或一对多)将每个对照与特定病例关联;频率匹配则在整个研究中平衡分布。记录匹配比例和使用的任何卡尺宽度。
确定病例及其匹配对照的暴露状态,对两组使用相同的测量方法,以避免差异性错误分类。常见来源包括访谈、病历、生物样本库数据或行政数据库。让结局评估者对病例/对照状态保密可以减少信息偏倚。
使用条件逻辑回归(或 1:1 匹配对的 McNemar 检验)分析匹配数据,以保留匹配结构。对于简单的 1:1 匹配设计,匹配优势比估计为 OR = b/c,其中 b = 暴露病例和未暴露对照的不匹配对,c = 未暴露病例和暴露对照的不匹配对。在条件模型中调整其他协变量。
公式
OR = (b / c)
将结果表示为匹配优势比及其 95% 置信区间。评估匹配变量是否合适,检查过度匹配(匹配中间暴露因素)并评估残余混杂。讨论相对于来源人群的外部有效性。
常见陷阱
- 过度匹配:选择位于暴露与疾病之间因果途径上的变量(中间变量)作为匹配变量,会消除检测关联所需的变异性,并将优势比偏向 1.0。
- 分析中打破匹配:使用标准(无条件)逻辑回归分析匹配数据会丢弃匹配带来的效率增益,并可能引入偏倚——应始终使用条件逻辑回归或 McNemar 检验。
- 回忆偏倚:如果病例比对照更容易回忆起暴露(差异性回忆),优势比将被高估;尽可能使用客观记录或生物标志物。
- 忽略未匹配病例:排除找不到匹配对照的病例可能引入选择偏倚,如果排除与暴露相关。
- 对残余混杂控制不足:匹配宽泛的类别(例如,十年年龄段)会留下类别内的混杂未解决;细化类别或在模型中连续调整年龄。
常见问题
为什么我必须使用条件逻辑回归而不是普通逻辑回归?
在个体匹配的研究中,病例及其匹配的对照构成一个分层。无条件逻辑回归将所有分层视为一个单一的汇总样本,这会产生有偏估计,因为匹配集截距被视为固定参数——导致了場合がありますパラメータ問題。条件逻辑回归以每个匹配集的充分统计量为条件,消除了分层特定截距,并产生无偏的匹配优势比。
什么是过度匹配?它为什么有害?
过度匹配发生在您匹配一个与暴露相关但与疾病不独立相关(或处于因果路径上的中间变量)的变量时。由于病例和对照在设计上具有相似的暴露史,因此组间对比减小,优势比偏向 1,并且需要更大的样本量才能获得相同的功效。避免匹配可能是在暴露的下游后果上的变量。
我该如何选择匹配比例?
1:1 的比例是最常见且最容易管理的。当病例稀少但对照充足时,增加到每例病例 1:2 或 1:3 的对照可以提高精度;效率的提高在超过 1:4 后会减弱,并且很少能证明其增加了复杂性是合理的。如果病例非常罕见且对照充足,通常认为 1:4 的比例是实际的最大值。
我可以在同一个匹配病例对照研究中研究多种暴露吗?
是的。条件逻辑回归模型可以同时包含多个暴露变量,从而在保留匹配结构的同时评估多个危险因素。然而,每个额外的暴露都会增加参数并需要足够大的样本量;在研究方案中预先指定主要和次要暴露,以避免数据挖掘。
个体匹配和频率匹配有什么区别?
个体(配对)匹配将每个特定病例与一个或多个特定对照按匹配变量进行关联,需要条件分析。频率匹配确保匹配变量的总体分布在病例和对照之间是平衡的,但它不创建特定病例的配对;它可以与调整了匹配变量的无条件逻辑回归一起分析。个体匹配提供更严格的控制,但在后勤上要求更高,并限制了分析。
相关方法
参考文献
Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern Epidemiology (3rd ed.). Lippincott Williams & Wilkins.
ISBN:978-0781755474已复制。Schlesselman, J. J. (1982). Case-Control Studies: Design, Conduct, Analysis. Oxford University Press.
ISBN:978-0195029338已复制。