El emparejamiento es una técnica estadística que se utiliza para evaluar el efecto de un tratamiento comparando las unidades tratadas y no tratadas en un estudio observacional o cuasiexperimento (es decir, cuando el tratamiento no se asigna al azar). El objetivo del emparejamiento es, para cada unidad tratada, encontrar una (o más) unidades no tratadas con características observables similares frente a las cuales se pueda evaluar el efecto del tratamiento. Al hacer coincidir las unidades tratadas con unidades similares no tratadas, la correspondencia permite una comparación de los resultados entre las unidades tratadas y no tratadas para estimar el efecto del tratamiento que reduce el sesgo debido a factores de confusión . [1] [2] [3] Coincidencia de puntuación de propensión, una de las primeras técnicas de emparejamiento, se desarrolló como parte del modelo causal de Rubin , [4] pero se ha demostrado que aumenta la dependencia, el sesgo, la ineficiencia y el poder del modelo y ya no se recomienda en comparación con otros métodos de emparejamiento. [5]
El emparejamiento ha sido promovido por Donald Rubin . [4] Fue muy criticado en economía por LaLonde (1986), [6] quien comparó estimaciones de los efectos del tratamiento de un experimento con estimaciones comparables producidas con métodos de emparejamiento y mostró que los métodos de emparejamiento están sesgados . Dehejia y Wahba (1999) reevaluaron la crítica de LaLonde y demostraron que el emparejamiento es una buena solución. [7] Se han planteado críticas similares en revistas de ciencia política [8] y sociología [9] .
Análisis
Cuando el resultado de interés es binario, la herramienta más general para el análisis de datos emparejados es la regresión logística condicional, ya que maneja estratos de tamaño arbitrario y tratamientos continuos o binarios (predictores) y puede controlar las covariables. En casos particulares, se encuentran disponibles pruebas más simples como la prueba de diferencias pareadas , la prueba de McNemar y la prueba de Cochran-Mantel-Haenszel .
Cuando el resultado de interés es continuo, se realiza una estimación del efecto promedio del tratamiento .
El emparejamiento también se puede utilizar para "preprocesar" una muestra antes del análisis mediante otra técnica, como el análisis de regresión . [10]
Sobrecogedor
Sobrepasar es emparejar para un mediador aparente que en realidad es el resultado de la exposición. Si el mediador en sí está estratificado, es muy probable que se induzca una relación oscura de la exposición a la enfermedad. [11] El exceso de coincidencia provoca, por tanto, un sesgo estadístico . [11]
Por ejemplo, emparejar el grupo de control por la duración de la gestación y / o el número de partos múltiples al estimar la mortalidad perinatal y el peso al nacer después de la fertilización in vitro (FIV) es excesivo, ya que la FIV en sí aumenta el riesgo de parto prematuro y parto múltiple. [12]
Puede considerarse como un sesgo de muestreo al disminuir la validez externa de un estudio, porque los controles se vuelven más similares a los casos con respecto a la exposición que la población general.
Ver también
Referencias
- ^ Rubin, Donald B. (1973). "Coincidencia para eliminar sesgos en estudios observacionales". Biometría . 29 (1): 159-183. doi : 10.2307 / 2529684 . JSTOR 2529684 .
- ^ Anderson, Dallas W .; Kish, Leslie; Cornell, Richard G. (1980). "Sobre estratificación, agrupamiento y emparejamiento". Revista Escandinava de Estadística . 7 (2): 61–66. JSTOR 4615774 .
- ^ Kupper, Lawrence L .; Karon, John M .; Kleinbaum, David G .; Morgenstern, Hal; Lewis, Donald K. (1981). "Coincidencia en estudios epidemiológicos: consideraciones de validez y eficiencia". Biometría . 37 (2): 271-291. CiteSeerX 10.1.1.154.1197 . doi : 10.2307 / 2530417 . JSTOR 2530417 . PMID 7272415 .
- ^ a b Rosenbaum, Paul R .; Rubin, Donald B. (1983). "El papel central de la puntuación de propensión en estudios observacionales de efectos causales" . Biometrika . 70 (1): 41–55. doi : 10.1093 / biomet / 70.1.41 .
- ^ King, Gary; Nielsen, Richard (octubre de 2019). "Por qué las puntuaciones de propensión no deben utilizarse para emparejar" . Análisis político . 27 (4): 435–454. doi : 10.1017 / pan.2019.11 . ISSN 1047-1987 .
- ^ LaLonde, Robert J. (1986). "Evaluación de las evaluaciones econométricas de programas de formación con datos experimentales". American Economic Review . 76 (4): 604–620. JSTOR 1806062 .
- ^ Dehejia, RH; Wahba, S. (1999). "Efectos causales en estudios no experimentales: reevaluación de la evaluación de programas de formación" (PDF) . Revista de la Asociación Estadounidense de Estadística . 94 (448): 1053–1062. doi : 10.1080 / 01621459.1999.10473858 .
- ^ Arceneaux, Kevin; Gerber, Alan S .; Green, Donald P. (2006). "Comparación de métodos experimentales y de emparejamiento utilizando un experimento de campo a gran escala sobre la movilización de votantes". Análisis político . 14 (1): 37–62. doi : 10.1093 / pan / mpj001 .
- ^ Arceneaux, Kevin; Gerber, Alan S .; Green, Donald P. (2010). "Una nota de advertencia sobre el uso de la coincidencia para estimar efectos causales: un ejemplo empírico que compara estimaciones coincidentes con un punto de referencia experimental". Métodos e investigación sociológicos . 39 (2): 256–282. doi : 10.1177 / 0049124110378098 . S2CID 37012563 .
- ^ Ho, Daniel E .; Imai, Kosuke; King, Gary; Stuart, Elizabeth A. (2007). "Coincidencia como preprocesamiento no paramétrico para reducir la dependencia del modelo en la inferencia causal paramétrica" . Análisis político . 15 (3): 199–236. doi : 10.1093 / pan / mpl013 .
- ^ a b Marsh, JL; Hutton, JL ; Binks, K. (2002). "Eliminación de los efectos de respuesta a la dosis de radiación: un ejemplo de coincidencia excesiva" . Revista médica británica . 325 (7359): 327–330. doi : 10.1136 / bmj.325.7359.327 . PMC 1123834 . PMID 12169512 .
- ^ Gissler, M .; Hemminki, E. (1996). "El peligro de sobrepaso en los estudios de la mortalidad perinatal y el peso al nacer de los bebés nacidos después de la concepción asistida". Eur J Obstet Gynecol Reprod Biol . 69 (2): 73–75. doi : 10.1016 / 0301-2115 (95) 02517-0 . PMID 8902436 .
Otras lecturas
- Angrist, Joshua D .; Pischke, Jörn-Steffen (2009). "La regresión se encuentra con el emparejamiento". Econometría mayoritariamente inofensiva: el compañero de un empirista . Prensa de la Universidad de Princeton. págs. 69–80. ISBN 978-0-691-12034-8.