大量的中医观察性研究对暴露因素不能控制,分组自然形成而非随机化,致使多种混杂因素不可避免地存在,从而导致混杂偏倚影响结果评价的效度和真实性。倾向性评分方法可以通过再造一个类似随机分配的方式对临床研究中多种混杂因素进行降维分析和调控。传统的混杂因素分析方法在高维混杂因素和混杂因素较多时应用受到局限,不宜用于上市后中药注射剂不良反应监测大样本观察性研究中出现的多维混杂因素分析。前期小样本倾向性评分分析结果显示该方法可以用于中医临床观察性研究混杂因素的分析。为此,本研究拟在前期研究基础上,进一步扩大样本,采用三种不同的倾向性评分方法从不同角度对大样本中药注射剂真实世界注册登记研究数据进行混杂因素调控,找出合适的匹配集、适宜的分层数及其决定因素、优化模型的相关参数。旨在从方法学研究角度对中医观察性研究中混杂因素进行识别、筛查和调控,进而获得适合中医大样本观察性研究混杂因素的分析路径。
英文主题词propensity score;confunder;observational study;postmarketing;safety evaluation