鬼才 发表于 2013-12-3 22:56
基于上面SSI的例子，某医院感觉到整体SSI率13%高于往年，我们想确定是否一名新医生(医生A)对这一增多是否 ...
还不能判断医生A是否是出现SSI的一个真正原因。
因为存在暴露组（A医生）和非暴露组切口分类的不同、手术类别的差异、手术时间等混杂因素。
可以通过匹配来控制混杂因素。
在队列研究中，匹配也是控制混杂因素的一种方法。如果在设计时进行了匹配，就无需再分析时控制匹配因素。因为队列研究中匹配因素不再与暴露有关，均衡了暴露与非暴露组中混杂因素的分布，即在比较组之间均衡了除暴露因素之外的其他因素（包括混杂因素），保证了比较组间仅有待研究因素（暴露因素）的差异，这样就消除了混杂，提高了研究的真实性（准确性）。设计时匹配了，就无需在分析时分层分析了。 
虽然从理论上讲，在队列研究中应用匹配可以控制混杂因素，但是由于失访的存在，往往得不偿失；并且匹配仅在最初入选的研究对象中防止了暴露与匹配间的联系，但在随访过程中，可能会非随机的发生一些事件，导致在实际观察的人群或人时中，二者仍可能产生关联；在加上队列研究中匹配的花费较大，使得匹配在队列研究中并不常用。 |
发表于 2013-12-3 21:29
发表于 2013-12-3 21:42
发表于 2013-12-4 09:32
