在同伴健康交换研究中具有精细平衡的可变比例匹配

在治疗效果的观察性研究中，创建匹配样本是为了使处理组和对照组在可观测协变量方面相似。传统上，此类匹配样本由匹配对组成。如果配对匹配未能使处理单元和对照单元具有足够的可比性，则可能需要其他形式的匹配。提高平衡性的一种通用策略是为每个处理单元匹配可变数量的对照单元。一种更定制的策略是采用精细平衡约束。在精细平衡约束下，名义协变量达到精确平衡，但该变量不需要处理主体和对照主体 individually 匹配。在本例中，我们试图为正在进行的“同伴健康交换”(Peer Health Exchange) 评估构建一个匹配样本，这是一项旨在减少青少年危险健康行为的学校干预措施。我们发现，最小化对间距离的最优配对匹配所创建的匹配样本平衡性较差。在此，我们提出了一种方法，允许在每个处理单元匹配可变数量对照单元时施加精细平衡约束，而现有的匹配算法尚无法实现这一点。我们的方法首先利用总数确定每个处理单元的最佳对照数量。对于匹配处理单元的每一层，我们可以随后应用精细平衡约束。接着我们证明，基于可变数量对照和精细平衡约束构建的用于评估“同伴健康交换”的匹配样本，优于仅使用可变比例匹配。