倾向得分匹配后二进制匹配结果的优势比和 95% 置信区间

Question

我正在对两种不同的新癌症治疗的结果进行倾向得分匹配分析，结果是二元的（无癌或非无癌）。成功匹配后，我得到配对的 2x2 偶发事件 table 我的匹配对之间的结果如下所示；

                                                    **Treatment 1** 
                                           Not-Cancer Free     Cancer Free   
 **Treatment 2**        Not-Cancer Free           50               39
                        Cancer Free               53               60

我想通过比较无癌症的比值比来比较结果，以确定一种治疗是否优于另一种治疗。由于我所做的数据的匹配性质，我被建议进行 McNemar 测试，并获得 0.17 的 p 值（不显着）。但是，我也被告知，与其简单地使用通常用于此类 2x2 tables (B/C --> 39/53 = 0.78 OR) 的比值比，我还应该计算比值比和 95% 置信区间使用 Agresti Alan, Min Yongyi 中所示的方法。成对相同观察结果的影响和非影响与二元配对数据的比例比较。医学统计。 2004 年 1 月 15 日；23(1):65-75。 因为它说明了数据的匹配性质。

不幸的是，在多次阅读这篇论文（尤其是优势比部分）后，我无法弄清楚为优势比和 95% CI 计算给出的方程式是指什么，但他们知道他们必须在那里的某个地方，因为其他论文在提到他们的比值比时引用了这篇论文，但没有分享他们的方法，因此很难追溯。

如果有人读过这篇论文或对匹配二进制数据的优势比有经验，请告诉我如何获得匹配对优势比。非常感谢您！

Answer 1

您可以对配对数据使用 McNemar 精确检验。他们在论文中提出的一个观点和确切的测试使用的是计算中的 off-diagonal 元素 (b,c)。您可以使用 exact2x2 包 (https://cran.r-project.org/web/packages/exact2x2/exact2x2.pdf) 来获得 95%CI:

的测试结果

library(exact2x2)
# Set up your data as matrix
x<-matrix(c(50,53,39,60),2,2)
mcnemar.exact(x)

给出：

    Exact McNemar test (with central confidence intervals)

data:  x
b = 39, c = 53, p-value = 0.175
alternative hypothesis: true odds ratio is not equal to 1
95 percent confidence interval:
 0.4738071 1.1339142
sample estimates:
odds ratio 
 0.7358491

倾向得分匹配后二进制匹配结果的优势比和 95% 置信区间

Odds Ratio and 95% Confidence Intervals for Binary Matched Outcome after Propensity Score Matching

r

matching

confidence-interval

propensity-score-matching