خصائص طرق التحليل التي تأخذ في الاعتبار التجميع في دراسات الحجم–النتيجة عندما يكون المتنبئ الأساسي هو حجم التجمع

في السنوات الأخيرة، قام باحثو خدمات الصحة بإجراء دراسات "الحجم-النتيجة" لتقييم ما إذا كان مقدمو الخدمة (المستشفيات أو الجراحون) الذين يعالجون العديد من المرضى لحالة متخصصة يحققون نتائج أفضل من أولئك الذين يعالجون عددًا قليلاً من المرضى. تقدم هذه الدراسات والتجميع الفطري للأحداث حسب مقدم الخدمة مشكلة إحصائية غير عادية. بيئة الحجم-النتيجة فريدة من نوعها حيث أن "الحجم" يعكس كل من العامل الأساسي تحت الدراسة وأيضًا حجم التجمع. وبالتالي، قد يتم انتهاك الافتراضات الفطرية لاستخدام الأساليب المتاحة التي تصحح للتجميع في هذا السياق. لمعالجة هذه القضية، نقوم بالتحقيق من خلال المحاكاة في خصائص ثلاث إجراءات تقديرية لتحليل البيانات المرتبطة بالتجمع، تحديدًا في سياق دراسات الحجم-النتيجة. نفحص ونقارن صلاحية وكفاءة التقنيات الإحصائية المتاحة على نطاق واسع التي تم استخدامها في سياق دراسات الحجم-النتيجة: المعادلات التقديرية العامة (GEE) باستخدام كل من هياكل الارتباط المستقل والقابل للتبادل؛ نماذج التأثيرات العشوائية؛ وطريقة GEE الموزونة المقترحة من قبل ويليامسون وآخرون (Biometrics 2003; 59:36-42) لأخذ التجميع الإعلامي بعين الاعتبار. باستخدام بيانات تم توليدها إما من نموذج التأثيرات العشوائية الحقيقي الأساسي أو نموذج التجميع المرتبط، نوضح أن كل من نماذج التأثيرات العشوائية وGEE بهيكل ارتباط قابل للتبادل لهما خصائص جيدة بشكل عام، مع تحيز منخفض نسبيًا في تقدير معلمة الحجم وتباينها. بالمقابل، فإن طريقة GEE الموزونة للتجمع غير فعالة.