Optymalny stosunek przypadków do kontroli w badaniu przypadków

10

Jaki jest optymalny stosunek przypadków do kontroli w badaniu przypadków? Dlaczego większość podręczników lub monografii sugeruje, że jest ich więcej niż 1? Czy może być mniejsza niż 1 (jakie są wady?)? Dziękuję Ci.

case-control-study

— KuJ
źródło

1

Cytaty byłyby bardzo pomocne dla tego problemu

6

Jak mówi @EpiGrad - nie ma optymalnego współczynnika, ponieważ w przeciwnym razie wszyscy by go użyli. Sugeruję, aby rozwiązać ten problem, patrząc na koszt kontroli w porównaniu z kosztem sprawy.

Skrzynie

Podstawą badania kontrolnego jest to, że chcesz zbadać rzadkie wyniki (rak, ponowne operacje itp.). Będąc rzadkim problemem jest to, że znalezienie tych pacjentów jest głównym kosztem.

Sterownica

Kontrolami są w zasadzie wszyscy bez choroby, dlatego masz ich mnóstwo. Znalezienie 10 dodatkowych elementów sterowania zwykle nie jest takie trudne.

Statystyka

To, co chcesz zobaczyć, to coś, w czym masz różnicę między dwoma badanymi próbkami, jak w poniższym przypadku:

Równa liczba pacjentów ze znaczeniem

Jeśli uważasz, że skończysz w sytuacji, w której nie widzisz różnicy, której potrzebujesz, aby zwiększyć liczbę pacjentów. Innymi słowy, masz taką sytuację:

Taka sama liczba pacjentów, ale bez różnicy

Że chcesz to zmienić, rekrutując więcej pacjentów w jednej grupie do tej:

Nierówna liczba pacjentów ze znaczeniem

Statystyki są bardzo proste, zyskujesz najwięcej mocy, mając grupy o równej wielkości. Ponieważ zwykle znajdujesz się w sytuacji, w której nie możesz znaleźć większej liczby pacjentów w rzadkiej grupie wyników, chcesz zwiększyć liczbę pacjentów w grupie kontrolnej. Twierdzenie o granicy centralnej podaje, że za pomocą krzywej normalnej daje to proste równanie:

$SE = \frac{SD}{\sqrt{n}}$

SE = błąd standardowy (odchylenie standardowe rozkładu próbkowania średniej)
SD = odchylenie standardowe swojej próbce
n = liczba pacjentów w Twojej próbie

Jak widać, wpływ na szerokość krzywej każdej badanej osoby maleje zgodnie z definicją . Daje to optymalny stosunek do miejsca, w którym maksymalnie wykorzystujesz czas i wysiłek poświęcony na rekrutację pacjentów / kontroli. $\sqrt{n}$

Najważniejsze w badaniach kontroli przypadków jest to, że musisz włożyć tyle samo wysiłku w kontrolę, jak w przypadku pacjentów. Na przykład nie możesz sam przeprowadzić wywiadu z interesującymi sprawami, wysyłając ucznia do rozmowy z kontrolkami. Określenie właściwej populacji źródłowej może być również trudne.

— Max Gordon
źródło

Większość ludzi będzie bardziej zaznajomiona z prostym równaniem w tej formie: gdzie SE jest błędem standardowym ; SD jest odchyleniem standardowym (twojej próbki); & n to liczba pacjentów.

S E = \frac{S D}{\sqrt{n}}

$SE=\frac{SD}{\sqrt{n}}$

— gung - Przywróć Monikę

@ Gung, masz rację. Zmieniłem, więc teraz pasuje do standardowej nomenklatury.

— Max Gordon,

3

Niekoniecznie istnieje optymalny stosunek badania do kontroli przypadków, w przeciwnym razie byłby to ten, którego wszyscy używaliśmy. Generalnie twierdzę, że wyższy stosunek kontroli do przypadków skutkuje większą mocą badania, choć kosztem droższego badania. Kiedyś przeprowadziłem analizę szeregu badań kontrolnych zagnieżdżonych w badaniu kohortowym. Precyzja szacunków dramatycznie wzrosła, stosując 2 lub 3 kontrole na przypadki, ale potem wypłata zaczęła się wyrównywać.

Może to być coś wartego oceny na etapie planowania badań poprzez symulację.

— Fomite
źródło