用于构建具有增强泛化能力的代表性匹配对的高效算法
统计方法学
2022-11-04 v2 应用统计
统计计算
摘要
近期许多工作聚焦于评估由非随机观察性数据生成的真实世界证据（RWE）能否产生与随机对照试验（RCTs）相容的结果。一项引人注目的举措是 RCT DUPLICATE 计划（Franklin 等，2020，2021）。为了更好地调和观察性研究与 RCT，或基于不同数据库的两个观察性研究之间的发现，消除研究人群之间的差异是可取的。我们提出了一种高效的、基于网络流的统计匹配算法，该算法从观察性数据中设计出协变量分布类似于目标人群（例如 RCT DUPLICATE 计划研究中的 RCT 合格目标人群，或科学关注的通用人群）的匹配良好的配对。我们通过重新审视女性健康倡议（WHI）临床试验与相应观察性研究中关于激素替代疗法（HRT）心脏保护效应不一致的问题，证明了该方法的实用性。我们发现，在调整了研究人群心血管风险特征的设计中，试验与观察性研究之间的差异持续存在，但在进一步调整 HRT 起始年龄和既往雌孕激素联合使用史的研究设计中似乎消失。所提方法已集成至 R 包 match2C 中。
引用
@article{arxiv.2205.04539,
title = {Efficient algorithms for building representative matched pairs with enhanced generalizability},
author = {Bo Zhang},
journal= {arXiv preprint arXiv:2205.04539},
year = {2022}
}