두군의 수가 맞지 않을때: Propensity Score Matching and univariate Cox ph regression

의학연구에서 전향적으로 환자수를 모으지 않고 후향적으로 코호트를 모으는 경우, 

실험군과 대조군의 n수가 맞지 않는 경우가 발생할 수 있습니다. 

 

예를 들어, 극단적으로 대조군의 n수가 실험군보다 30배 많다고 가정한다면, 대조군에서 실험군 수만큼 random sampling해서 군을 형성하는게 옳은 방법일까요? 

 

이럴때, 두 군간의 변수들간의 차이를 좁히고 n수를 맞추기 위해 사용하는 propensity score matching을 소개하려고 합니다. 

 

성별, 연령, 동반질환 유무 등등 1:1 혹은 최대 1:5까지 PSM을 수행한 뒤 univariate cox PH regression (보정변수 없이 분석하는 => 이미 PSM으로 주요 변수 이외에 나머지 변수들의 특성을 맞추어 놓았기 때문에 univariate을 사용합니다.) 으로 분석해주는 방법을 시도하려고 합니다. 

 

실험군이 1일때, 비교군을 1~5배수까지 놓고 cox PH regression의 결과의 robustness를 확인하여야합니다. 일종에 sensitivity analysis라고 말할 수 있습니다. 

 

일반적으로는 1:5 이상이 넘어가면 그 효과가 커짐이 반대로 줄어든다고 합니다. 

 

참고할만한 좋은 블로그가 있어서 소개합니다.

m.blog.naver.com/paperfactor_ceo/222098513280

[R 통계분석] 6. PS matching(Propensity Score matching; 성향 점수 매칭)