조정 및 일치 [중복]
Dec 19 2020
그룹간에 혼란 상태가 크게 다른 경우 조정과 일치에 대한 질문이 있습니다. 예를 들어, 남성은 파킨슨 병과 혈관 질환에 걸리기 쉽습니다. 반면 여성은 알츠하이머 병과 다발성 경화증에 더 취약합니다.
파킨슨 병과 치매에 대한 혈관 위험을 평가하고 싶다고하자. 이 경우 연령과 성별은 위험과 결과 모두에 강력한 교란 요인으로 알려져 있습니다. 회귀에서 교란을 더 신뢰할 수 있거나 일치시켜야합니까?
나는 매우 잘 샘플링 된 인구 기반 코호트에서 매우 다른 결과를 얻었 기 때문에 묻는 것입니다. 한편으로 혈관 위험은 결과와 관련이 높았지만 (OR = 14.4 [5.92,35.2]) 두 그룹 (질병 대 무병)을 일치시킨 후에 완전히 사라졌습니다 (OR = 1.29 [0.92,1.82] ). 결과는 매칭 그룹에서 상당히 견고했습니다 (다른 비율과 다른 방법으로 여러 번 매칭을 시도했습니다).
저는 개인적으로 연령과 성별 분포의 큰 차이로 회귀 조정이 혼란을 완전히 설명하지 못할 수도 있다고 생각합니다. 따라서 일치 결과가 더 신뢰할 수 있습니다. 이에 대한 한 가지 증거는 일치 후 PD가 혈관 위험 점수의 0.1 증가에만 기여한다는 것입니다. 따라서 협회가 실제 일 가능성은 낮습니다.
답변
5 FrankHarrell Dec 19 2020 at 00:23
일반적으로 다음과 같은 경우 일치하는 것이 좋습니다.
- 모든 데이터가 수집되지 않았으며 $ 또는
- 조정하려는 측정 값이 모델링하기 어렵습니다 (일반적으로 고유 한 범주가 많기 때문에), 예 : 직업 또는 우편 번호
상황이 모델 기반 조정에 더 적합 할 수 있지만 모델링 연습에서는 불균형 데이터에 따라 만들어야하는 상호 작용 부재 가정을 노출합니다.