अध्ययन मिलान और स्तरीकरण

मिलान और स्तरीकरण डिज़ाइन उपकरण हैं जिनका उपयोग अध्ययन की शुरुआत से ही ज्ञात कारकों के लिए संतुलन बनाकर भ्रम को नियंत्रित करने के लिए किया जाता है। मिलान विषयों को जोड़ता या समूहित करता है ताकि तुलना समूहों में एक भ्रमित करने वाले कारक का समान वितरण हो, जबकि स्तरीकरण विषयों को सजातीय स्तरों में विभाजित करता है जिनके भीतर तुलना की जाती है। दोनों ही चयनित चरों पर तुलना समूहों को अधिक समान बनाने के तरीके हैं ताकि रुचि का अंतर उन चरों द्वारा कम विकृत हो।

Definition

मिलान एक डिज़ाइन तकनीक है जो तुलना विषयों का चयन करती है ताकि सूचकांक विषयों के साथ एक या अधिक भ्रमित करने वाले कारकों का वितरण साझा किया जा सके, और स्तरीकरण विषयों को भ्रमित करने वाले कारकों द्वारा परिभाषित उपसमूहों (स्तरों) में विभाजित करना है ताकि जोखिम-परिणाम तुलना सजातीय स्तरों के भीतर की जा सके।

Scope

यह प्रविष्टि मिलान और स्तरीकरण के औचित्य, व्यक्तिगत और आवृत्ति मिलान के बीच अंतर, अवलोकन संबंधी अध्ययनों और यादृच्छिक परीक्षणों दोनों में स्तरों के उपयोग, और विश्लेषणात्मक निहितार्थों (जैसे मिलान या स्तरीकृत विश्लेषण की आवश्यकता) को शामिल करती है। इसे डिज़ाइन द्वारा भ्रम नियंत्रण पर एक पद्धतिगत संदर्भ के रूप में तैयार किया गया है और यह नैदानिक निर्देश प्रदान नहीं करता है।

Key concepts

• डिज़ाइन द्वारा भ्रम नियंत्रण
• व्यक्तिगत (जोड़ी) मिलान बनाम आवृत्ति मिलान
• स्तर और स्तर-के-भीतर तुलना
• परीक्षणों में स्तरीकृत यादृच्छिकीकरण
• मिलान किया गया विश्लेषण (सशर्त तरीके)
• अत्यधिक मिलान
• गैर-भ्रमित करने वाले पर मिलान से दक्षता का नुकसान

Mechanisms

दोनों तकनीकें विश्लेषण से पहले एक चुने हुए चर द्वारा भ्रम को हटाती या कम करती हैं। मिलान मिलान किए गए कारक को तुलना किए जा रहे समूहों में समान वितरण के लिए मजबूर करता है, इसलिए यह अब संबंध को भ्रमित नहीं कर सकता है, लेकिन इसके लिए एक विश्लेषण की आवश्यकता होती है जो मिलान की गई संरचना का सम्मान करता है; मिलान किए गए डेटा का विश्लेषण बिना मिलान किए गए के रूप में करने से परिणाम पक्षपाती हो सकते हैं। स्तरीकरण विषयों को स्तरों में विभाजित करता है जिसके भीतर भ्रमित करने वाला कारक अनिवार्य रूप से स्थिर होता है, प्रत्येक स्तर के भीतर संबंध का अनुमान लगाता है, और स्तर-विशिष्ट अनुमानों को जोड़ता है। यादृच्छिक परीक्षणों में, स्तरीकृत यादृच्छिकीकरण महत्वपूर्ण रोगनिरोधी कारकों को हथियारों में संतुलित रखने के लिए स्तरों के भीतर आवंटन को अलग से करता है, आमतौर पर अवरोधन के साथ संयुक्त होता है।

Clinical relevance

यह पहचानना कि क्या किसी अध्ययन ने मिलान या स्तरीकरण द्वारा भ्रम को नियंत्रित किया है, और क्या उसने तदनुसार डेटा का विश्लेषण किया है, यह मूल्यांकन करने का हिस्सा है कि क्या एक देखा गया संबंध विश्वसनीय है। यह प्रविष्टि अनुसंधान के लिए डिज़ाइन और विश्लेषण पद्धति का वर्णन करती है और नैदानिक या उपचार मार्गदर्शन का स्रोत नहीं है।

Evidence & guidelines

पद्धतिगत साहित्य मिलान के डिज़ाइन कार्य को स्तरीकृत या मिलान किए गए विश्लेषण के विश्लेषणात्मक कार्य से अलग करता है, और इस बात पर जोर देता है कि पूर्वाग्रह से बचने के लिए मिलान किए गए डिज़ाइनों को मिलान किए गए विश्लेषणों की आवश्यकता होती है। परीक्षणों में स्तरीकृत यादृच्छिकीकरण पर मार्गदर्शन नोट करता है कि यह छोटे अध्ययनों में सबसे उपयोगी है और इसे अवरोधन के साथ जोड़ा जाना चाहिए, और मानक महामारी विज्ञान ग्रंथ यह बताते हैं कि मिलान कब दक्षता में सुधार करता है और जब गैर-भ्रमित करने वाले पर अत्यधिक मिलान इसे नुकसान पहुंचाता है।

History

मिलान का उपयोग लंबे समय से पुरानी बीमारी के केस-कंट्रोल अध्ययनों में उम्र और लिंग जैसे मजबूत भ्रमित करने वाले कारकों को नियंत्रित करने के लिए किया जाता रहा है, और ब्रेस्लो और डे के 1980 के मोनोग्राफ ने इन डिज़ाइनों के लिए आवश्यक सशर्त (मिलान) विश्लेषण को संहिताबद्ध किया। स्तरीकृत विश्लेषण बीसवीं शताब्दी के मध्य की मेंटल-हेन्ज़ेल विधियों से जुड़ा है, और स्तरीकृत यादृच्छिकीकरण को नैदानिक परीक्षणों में उपचार हथियारों में रोगनिरोधी कारकों को संतुलित रखने के लिए अपनाया गया था, बाद में पद्धतिगत समीक्षाओं ने स्पष्ट किया कि यह कब मूल्य जोड़ता है।

Debates

मिलान कब मदद करता है, और कब यह उल्टा पड़ता है?

एक वास्तविक भ्रमित करने वाले पर मिलान दक्षता में सुधार कर सकता है, लेकिन एक ऐसे चर पर मिलान करना जो भ्रमित करने वाला नहीं है, या जो कारण मार्ग पर स्थित है, दक्षता को कम कर सकता है या पूर्वाग्रह (अत्यधिक मिलान) पेश कर सकता है; निर्णय सुविधा पर नहीं, बल्कि कारण संरचना पर निर्भर करता है।

क्या बड़े परीक्षणों में स्तरीकृत यादृच्छिकीकरण आवश्यक है?

स्तरीकरण प्रमुख रोगनिरोधी कारकों को संतुलित रखता है और छोटे परीक्षणों में सबसे मूल्यवान है, जबकि बड़े परीक्षणों में सरल यादृच्छिकीकरण अपने आप कारकों को संतुलित करता है; अत्यधिक स्तरीकरण कई विरल स्तर बना सकता है और डिज़ाइन को जटिल बना सकता है।

Key figures

• Norman Breslow
• Nicholas Day
• Kenneth Rothman
• Sander Greenland
• Neil Pearce

Seminal works

• breslow-day-1980-matching
• pearce-2016-matched
• kernan-1999-stratified

Frequently asked questions

मिलान और स्तरीकरण में क्या अंतर है?

मिलान एक नमूनाकरण निर्णय है जो विषयों का चयन करते समय किया जाता है (एक भ्रमित करने वाले के वितरण को साझा करने के लिए तुलना विषयों का चयन करना), जबकि स्तरीकरण विषयों को एक भ्रमित करने वाले द्वारा परिभाषित उपसमूहों में विभाजित करता है और उन उपसमूहों के भीतर जोखिम और परिणाम की तुलना करता है; मिलान किए गए डेटा को भी एक मिलान किए गए विश्लेषण की आवश्यकता होती है।

अत्यधिक मिलान क्या है?

अत्यधिक मिलान एक ऐसे चर पर मिलान करना है जिसका मिलान नहीं किया जाना चाहिए, जैसे कि एक जो भ्रमित करने वाला नहीं है या जो जोखिम और परिणाम के बीच कारण मार्ग पर स्थित है; यह सांख्यिकीय दक्षता को कम कर सकता है या भ्रम के नियंत्रण में सुधार करने के बजाय अनुमान को पक्षपाती कर सकता है।