对多站点数据集使用 MatchIt 不起作用

Question

我想使用MatchIt 包来匹配多站点数据集中的患者组和对照组。对于匹配，应同时使用性别和年龄，并且匹配过程应不替换。基本原理应该是遍历每个站点，进行每个站点内的匹配，然后将匹配的数据帧连接起来以获得具有匹配样本的多站点数据帧。

这就是我的数据集的样子（只有前七行可以让您快速直观）：

> multi_site_df
    age   site   group group_boolean sex_boolean
1    53 site_B patient             1           0
2    30 site_B patient             1           0
3    27 site_B control             0           0
4    32 site_B patient             1           1
5    63 site_B control             0           0
6    34 site_B control             0           0
7    34 site_B patient             1           0
...

关于这个多站点数据集的一件事是，在某些站点中，患者的数量比对照多，而在其他站点中，情况正好相反：

  site   group       n
1 site_A control    44 
2 site_A patient    44 
3 site_B control   100
4 site_B patient    79
5 site_C control    26
6 site_C patient    32
7 site_D control    25
8 site_D patient    33

我开始为多站点数据集的每个子集编写一些使用MatchIt 的代码：

# get unique sites 
sites <- unique(multi_site_df$site)

# iterate over sites and do the matching for each site
for (site in sites) {
  
  site_df <- multi_site_df[which(multi_site_df$site == site),]
  
  m.out <- matchit(formula=as.formula('group_boolean ~ sex_boolean + age'),
                   data=site_df,
                   method='nearest')
  
  m.out
  site_df_matched <- get_matches(m.out,site_df)

}

但它给了我这个错误：

Warnmeldungen: 1: 在 matchit2nearest(c(180 = 0L, 181 = 1L, 182 = 0L, 183 = 1L, : 控制少于处理单元和匹配 无需更换。并非所有处理过的单位都会收到匹配。 处理后的单位将按照 m.order 指定的顺序进行匹配： 最大 2：在 matchit2nearest(c(238 = 0L，239 = 0L，240 = 0L， 241 = 0L, : 控制比处理单元少，匹配没有 替换。并非所有处理过的单位都会收到匹配。处理过的 单位将按照 m.order: 最大的顺序匹配

此警告会导致匹配的数据帧仅包含 NA 值。这似乎与this StackOverflow post 以及某些站点包含的患者多于对照这一事实有关，反之亦然。除了为每个站点创建一个新的结果变量notY 之外，还有什么解决方法吗？对我来说，是否丢弃患者或对照并不重要。逻辑是：'从多数组中为少数组中的每个单元找到最佳匹配，并丢弃所有剩余单元"

Answer 1

任何解决方法都比创建新的处理变量更复杂。您可以编写足够简单的代码来检查每个站点中控制单元或处理单元是否更丰富，并基于此切换处理变量的值，然后正常运行MatchIt。您可以这样做：

if (sum(site_df$group_boolean == 1) > sum(site_df$group_boolean == 0) {
  site_df$group_boolean <- 1 - site_df$group_boolean
}

这很简单。请注意，在 MatchIt 4.0.0（尚未在 CRAN 上）中，有一个新的 estimand 参数，您可以在 "ATT"（默认）和 "ATC" 之间切换，后者切换角色治疗组和对照组按您的意愿匹配。但是您仍然必须告诉matchit() 您想要哪个，因此执行该检查是必要的。重要的是，matchit() 在您给予它较少的控制权时会失败，因为当焦点组发生变化时，估计效果的含义会完全改变。当前的行为迫使用户考虑他们是否做出了正确的选择。

另外，我希望您知道您匹配的不是性别和年龄，而是使用性别和年龄组的逻辑回归估计的倾向得分。成对的单位在性别和年龄上实际上可能并不接近。