针对卫生政策评估领域中较为普遍的非随机化数据,发展"事后随机化"技术以控制偏倚具有十分重要的意义。近年,倾向得分法(propensity score,PS)与倍差法(difference in difference,DID)逐步被引入应用于该领域,以保证处理组与...针对卫生政策评估领域中较为普遍的非随机化数据,发展"事后随机化"技术以控制偏倚具有十分重要的意义。近年,倾向得分法(propensity score,PS)与倍差法(difference in difference,DID)逐步被引入应用于该领域,以保证处理组与对照组研究对象特征变量的均衡性,从而减少选择偏倚。倾向得分法主要用于对非随机化试验研究中的混杂因素进行类随机化处理,倍差法则侧重解决自然实验中容易出现的事前差异对结局的影响,两种方法各有优势。本文将从两种方法的理论基础出发,对两种方法及其结合在卫生政策评估中的应用进行回顾与探讨。展开更多
目的:以江苏省公立医院医药价格综合改革效果评估为例,介绍合成控制模型(Synthetic Control Method,SCM),探讨其在卫生政策评估中的应用价值及局限。方法:在外文数据库中检索并筛选SCM相关文献,整理总结SCM原理以及国外应用领域。以镇...目的:以江苏省公立医院医药价格综合改革效果评估为例,介绍合成控制模型(Synthetic Control Method,SCM),探讨其在卫生政策评估中的应用价值及局限。方法:在外文数据库中检索并筛选SCM相关文献,整理总结SCM原理以及国外应用领域。以镇江市为试验单元、以江苏省其他12个城市相关特征进行匹配,利用SCM评估2012—2015年镇江门诊和住院药占比的变化水平。结果:在构建模型的情况下,到2015年镇江市门诊和住院药占比分别平均下降7.70%和3.20%,而在不构建模型的情况下,分别下降6.90%和9.00%。和直接比较相比,镇江市门诊改革效果更高,住院效果相对较低。结论:SCM通过纳入多个非改革单元信息构成“反事实”对照组,从而消除改革前后其他混杂因素影响,在卫生领域有较好应用前景。展开更多
文摘针对卫生政策评估领域中较为普遍的非随机化数据,发展"事后随机化"技术以控制偏倚具有十分重要的意义。近年,倾向得分法(propensity score,PS)与倍差法(difference in difference,DID)逐步被引入应用于该领域,以保证处理组与对照组研究对象特征变量的均衡性,从而减少选择偏倚。倾向得分法主要用于对非随机化试验研究中的混杂因素进行类随机化处理,倍差法则侧重解决自然实验中容易出现的事前差异对结局的影响,两种方法各有优势。本文将从两种方法的理论基础出发,对两种方法及其结合在卫生政策评估中的应用进行回顾与探讨。
文摘目的:以江苏省公立医院医药价格综合改革效果评估为例,介绍合成控制模型(Synthetic Control Method,SCM),探讨其在卫生政策评估中的应用价值及局限。方法:在外文数据库中检索并筛选SCM相关文献,整理总结SCM原理以及国外应用领域。以镇江市为试验单元、以江苏省其他12个城市相关特征进行匹配,利用SCM评估2012—2015年镇江门诊和住院药占比的变化水平。结果:在构建模型的情况下,到2015年镇江市门诊和住院药占比分别平均下降7.70%和3.20%,而在不构建模型的情况下,分别下降6.90%和9.00%。和直接比较相比,镇江市门诊改革效果更高,住院效果相对较低。结论:SCM通过纳入多个非改革单元信息构成“反事实”对照组,从而消除改革前后其他混杂因素影响,在卫生领域有较好应用前景。
