Đối sánh và Phân tầng trong Nghiên cứu

Đối sánh (matching) và phân tầng (stratification) là các kỹ thuật thiết kế được sử dụng để kiểm soát nhiễu bằng cách tạo sự cân bằng cho các yếu tố đã biết ngay từ đầu nghiên cứu. Đối sánh ghép cặp hoặc nhóm các đối tượng để các nhóm so sánh có cùng phân bố của một yếu tố gây nhiễu, trong khi phân tầng chia các đối tượng thành các tầng đồng nhất, trong đó các so sánh được thực hiện. Cả hai đều là những cách làm cho các nhóm so sánh trở nên tương đồng hơn về các biến được chọn, để sự tương phản quan tâm ít bị sai lệch hơn bởi các biến đó.

Definition

Đối sánh là một kỹ thuật thiết kế chọn các đối tượng so sánh để chia sẻ phân bố của một hoặc nhiều yếu tố gây nhiễu với các đối tượng chỉ số, và phân tầng là việc chia các đối tượng thành các nhóm con (tầng) được xác định bởi các yếu tố gây nhiễu để các so sánh phơi nhiễm-kết cục được thực hiện trong các tầng đồng nhất.

Scope

Mục này bao gồm lý do cơ bản cho việc đối sánh và phân tầng, sự khác biệt giữa đối sánh cá thể và đối sánh tần số, việc sử dụng các tầng trong cả nghiên cứu quan sát và thử nghiệm ngẫu nhiên, và các hàm ý phân tích (chẳng hạn như sự cần thiết của phân tích đối sánh hoặc phân tầng). Nó được trình bày như một tài liệu tham khảo về phương pháp luận kiểm soát nhiễu bằng thiết kế và không cung cấp hướng dẫn lâm sàng.

Key concepts

• Kiểm soát nhiễu bằng thiết kế
• Đối sánh cá thể (cặp) so với đối sánh tần số
• Các tầng và so sánh trong tầng
• Phân bổ ngẫu nhiên phân tầng trong các thử nghiệm
• Phân tích đối sánh (phương pháp có điều kiện)
• Đối sánh quá mức
• Mất hiệu quả do đối sánh trên các yếu tố không gây nhiễu

Mechanisms

Cả hai kỹ thuật này đều loại bỏ hoặc giảm nhiễu bởi một biến đã chọn trước khi phân tích. Đối sánh buộc yếu tố được đối sánh phải có cùng phân bố trong các nhóm được so sánh, do đó nó không còn có thể gây nhiễu cho mối liên hệ, nhưng nó yêu cầu một phân tích tôn trọng cấu trúc đối sánh; phân tích dữ liệu đối sánh như thể không đối sánh có thể làm sai lệch kết quả. Phân tầng chia các đối tượng thành các tầng mà trong đó yếu tố gây nhiễu về cơ bản là không đổi, ước tính mối liên hệ trong mỗi tầng, và kết hợp các ước tính cụ thể theo tầng. Trong các thử nghiệm ngẫu nhiên, phân bổ ngẫu nhiên phân tầng thực hiện việc phân bổ riêng biệt trong các tầng để giữ các yếu tố tiên lượng quan trọng cân bằng giữa các nhánh, thường kết hợp với chặn (blocking).

Clinical relevance

Việc nhận biết liệu một nghiên cứu có kiểm soát nhiễu bằng đối sánh hoặc phân tầng hay không, và liệu nó có phân tích dữ liệu tương ứng hay không, là một phần của việc đánh giá liệu một mối liên hệ quan sát được có đáng tin cậy hay không. Mục này mô tả phương pháp thiết kế và phân tích cho nghiên cứu và không phải là nguồn hướng dẫn chẩn đoán hoặc điều trị.

Evidence & guidelines

Tài liệu phương pháp luận phân biệt hành động thiết kế của đối sánh với hành động phân tích của phân tích phân tầng hoặc đối sánh, và nhấn mạnh rằng các thiết kế đối sánh yêu cầu phân tích đối sánh để tránh sai lệch. Hướng dẫn về phân bổ ngẫu nhiên phân tầng trong các thử nghiệm lưu ý rằng nó hữu ích nhất trong các nghiên cứu nhỏ hơn và nên được kết hợp với chặn, và các văn bản dịch tễ học tiêu chuẩn đưa ra khi nào đối sánh cải thiện hiệu quả và khi nào việc đối sánh quá mức trên một yếu tố không gây nhiễu làm hại nó.

History

Đối sánh từ lâu đã được sử dụng trong các nghiên cứu bệnh chứng về bệnh mãn tính để kiểm soát các yếu tố gây nhiễu mạnh như tuổi và giới tính, và chuyên khảo năm 1980 của Breslow và Day đã hệ thống hóa phân tích có điều kiện (đối sánh) mà các thiết kế này yêu cầu. Phân tích phân tầng bắt nguồn từ các phương pháp Mantel-Haenszel vào giữa thế kỷ XX, và phân bổ ngẫu nhiên phân tầng đã được áp dụng trong các thử nghiệm lâm sàng để giữ các yếu tố tiên lượng cân bằng giữa các nhánh điều trị, với các đánh giá phương pháp luận sau này làm rõ khi nào nó mang lại giá trị gia tăng.

Debates

Khi nào đối sánh hữu ích, và khi nào nó phản tác dụng?

Đối sánh trên một yếu tố gây nhiễu thực sự có thể cải thiện hiệu quả, nhưng đối sánh trên một biến không phải là yếu tố gây nhiễu, hoặc nằm trên con đường nhân quả, có thể làm giảm hiệu quả hoặc gây sai lệch (đối sánh quá mức); quyết định phụ thuộc vào cấu trúc nhân quả, không phải sự tiện lợi.

Phân bổ ngẫu nhiên phân tầng có cần thiết trong các thử nghiệm lớn không?

Phân tầng giữ các yếu tố tiên lượng chính cân bằng và có giá trị nhất trong các thử nghiệm nhỏ hơn, trong khi trong các thử nghiệm lớn, phân bổ ngẫu nhiên đơn giản có xu hướng tự cân bằng các yếu tố; phân tầng quá mức có thể tạo ra nhiều tầng thưa thớt và làm phức tạp thiết kế.

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

Sự khác biệt giữa đối sánh và phân tầng là gì?

Đối sánh là một quyết định lấy mẫu được đưa ra khi các đối tượng được chọn (chọn các đối tượng so sánh để chia sẻ phân bố của một yếu tố gây nhiễu), trong khi phân tầng chia các đối tượng thành các nhóm con được xác định bởi một yếu tố gây nhiễu và so sánh phơi nhiễm và kết cục trong các nhóm con đó; dữ liệu đối sánh cũng yêu cầu phân tích đối sánh.

Đối sánh quá mức là gì?

Đối sánh quá mức là việc đối sánh trên một biến không nên được đối sánh, chẳng hạn như một biến không phải là yếu tố gây nhiễu hoặc nằm trên con đường nhân quả giữa phơi nhiễm và kết cục; nó có thể làm giảm hiệu quả thống kê hoặc làm sai lệch ước tính thay vì cải thiện kiểm soát nhiễu.