Propensity Score Analysisで観察研究の選択バイアスを軽減する

f:id:MotoNesu:20111213160435p:image

 真実を語るには、真実を知っていなければならない。だが、医者と同様、政治家も予後を見誤ることがある。「みずからが考え、望むところを誠実に話す」という意味での「真実を語る」行為は、可能だし望ましい。

(「いま、目の前で起きていることの意味について――行動する33の知性」ジャック・アタリ)

 観察研究の解析方法の1つである Propensity Score Analysis(PSA)の論文を読みました。retrospective cohort studyで、選択バイアスを避けるために propensity score で患者をマッチングさせ、なるべくRCTに近づけるという手法(らしい)。考えた人はすごい。

*EBM中野のワークショップで読みました。

Effect of β blockers in treatment of chronic obstructive pulmonary disease: a retrospective cohort study

http://www.bmj.com/content/342/bmj.d2549.full

 COPDの治療に、 β blockers で治療すると、NNT4.35年=14人という、かなりよい成績に。今回は、Propensity Score について、メモ。

1.Propensity とは傾向という意味

 Propensity とは性質、傾向という意味。ある治療を行うか否かは、医師の好みによる部分が大きいので、propensity score と呼ぶ。これは確率なので、0 から 1 の間にあり、2 人の患者さんの propensity score が 0.6 とすると、同じ確率(およそ 3 人に 2 人)がその治療を受けることになる。

2.治療選択バイアスを軽減するためのデザイン

 propensity score でマッチングすると、自然と予後因子が治療 A を行なった患者群と行わなかった患者群で一致する。これで、介入群と非介入群の治療選択バイアスを軽減できる。

3.批判的に吟味のシートはどれを使う?

 課題は、多数の症例が必要なモデルということ。そして、批判的吟味に、JAMAのユーザーズガイド「治療」のチェックリストは使えない(RCTではないし、ITTもしていないし、MASKもしていないので)。

 準RCTのような研究デザインが、 Propensity Score Analysis

気づき)

 ・現場、ときどき論文

 ・まだまだ勉強しておきたい研究デザイン・・・

 ・「結局どう?」をディスカッションして現場でいかしたい

(Visited 47 times, 1 visits today)

コメント

タイトルとURLをコピーしました