การลดความเอนเอียงในการศึกษาเชิงสังเกตและการศึกษากึ่งทดลองโดยใช้วิธีคะแนนความโน้มเอียง
Article Sidebar
Main Article Content
บทคัดย่อ
ความเอนเอียงจากการเลือกตัวอย่างเป็นปัญหาเฉพาะในการศึกษาเชิงสังเกตและการศึกษากึ่งทดลองซึ่งเป็นเหตุให้ไม่สามารถทำการเปรียบเทียบระหว่างกลุ่มทรีตเมนต์และกลุ่มควบคุมได้ เพื่อแก้ไขผลกระทบของความเอนเอียงจากการเลือกตัวอย่างนี้มีวิธีเชิงสถิติหลายวิธีที่ถูกนำเสนอ เช่น การวิเคราะห์แบบแบ่งชั้นภูมิ การวิเคราะห์หลายตัวแปรและ propensity score วิธี propensity score ถูกนำมาใช้อย่างกว้างขวางเพื่อลดความเอนเอียงจากการเลือกตัวอย่างนี้ โดยกำหนดให้ propensity score คือความน่าจะเป็นที่ผู้ป่วยจะได้รับทรีตเมนต์ภายใต้เงื่อนไขปัจจัยกวนต่าง ๆ และให้ปรับสมดุลระหว่างกลุ่มทรีตเมนต์และกลุ่มควบคุมด้วย propensity score หลังจากนั้นจึงสามารถเปรียบเทียบผลลัพธ์ของการศึกษาใน 2 กลุ่ม โดยใช้การทดสอบเชิงสถิติที่เหมาะสมกับข้อมูลต่อไป ในบทความนี้ผู้นิพนธ์อธิบายหลักการพื้นฐานของ propensity score และแสดงให้เห็นถึงการนำไปใช้ผ่านตัวอย่างการศึกษาในอดีต
Article Details
เอกสารอ้างอิง
Schulz, K. and Grimes, D. 2019. Essential concepts in clinical research. Randomised controlled trials and observational epidemiology. 2nd ed, Sydney: Elsevier, China.
Hanzlik, S., Mahabir, R.C., Baynosa, R.C. and Khiabani, K.T. 2009. Levels of evidence in research published in The Journal of Bone and Joint Surgery (American Volume) over the last thirty years. J Bone Joint Surg Am, 91(2), 425-428.
Cunningham, B.P., Harmsen, S., Kweon, C., Patterson, J., Waldrop, R., McLaren, A., and McLemore, R. 2013. Have levels of evidence improved the quality of orthopaedic research?. Clin Orthop Relat Res, 471(11), 3679-3686.
Parsa, A. and Ebrahimzadeh, M. H. 2017. Level of Evidence in the Archivs of Bone and Joint Surgery Journal. Arch Bone Jt Surg, 5(6), 347-350.
Rosenbaum, P.R. and Rubin, D.B. 1983. The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41-55.
Yao, X.I., Wang, X., Speicher, P.J., Hwang, E.S., Cheng, P., Harpole, D.H., Berry, M.F., Schrag, D. and Pang, H.H. 2017. Reporting and Guidelines in Propensity Score Analysis: A Systematic Review of Cancer and Cancer Surgical Studies. J Natl Cancer Inst, 109(8), djw323, doi: 10.1093/jnci/djw323 (1-9).
Borah, B. J., Moriarty, J. P., Crown, W. H. and Doshi, J. A. 2014. Applications of propensity score methods in observational comparative effectiveness and safety research: where have we come and where should we go?. J Comp Eff Res, 3(1), 63-78.
Austin, P. C. 2009. Balance diagnostics for comparing the distribution of baseline covariates between treatment groups in propensity-score matched samples. Stat Med, 28(25), 3083-3107.
Benedetto, U., Head, S. J., Angelini, G. D. and Blackstone, E. H. 2018. Statistical primer: propensity score matching and its alternatives. Eur J Cardiothorac Surg, 53(6), 1112-1117.
Austin, P. C. 2011. An Introduction to Propensity Score Methods for Reducing the Effects of Confounding in Observational Studies. Multivariate Behav Res, 46(3), 399-424.
Rosenbaum, P. R. 1987. Model-Based Direct Adjustment. Journal of the American Statistical Association, 82(398), 387-394.
Fukuda, T., Imai, S., Nakadera, M., Wagatsuma, Y. and Horiguchi, H. 2018. Postoperative daily living activities of geriatric patients administered general or spinal anesthesia for hip fracture surgery: A retrospective cohort study. J Orthop Surg (Hong Kong), 26(1), 2309499017754106, doi: 10.1177/2309499017754106 (1-9).
Lim, W. S. R., Liow, M. H. L., Rikhraj, I. S., Goh, G. S. and Koo, K. 2019. The effect of gender in hallux valgus surgery. A Propensity score matched study. Foot Ankle Surg, 25, 670-673.
Guo, J., Wang, Z., Fu, M., Di, J., Zha, J., Liu, J., Zhang, G., Wang, Q., Chen, H., Tang, P., Hou, Z. and Zhang, Y. 2020. Super elderly patients with intertrochanteric fractures do not predict worse outcomes and higher mortality than elderly patients: a propensity score matched analysis. Aging, 12(13), 13583–13593.
