Key points are not available for this paper at this time.
Das Design der Fall-Kreuzungsstudie wird verwendet, um die Auslöser akuter Ergebnisse in Populationen zu untersuchen. Es steuert durch das Design alle gemessenen und nicht gemessenen zeit-invarianten Störfaktoren. Studien zu umweltbedingten Auslösern von Morbidität könnten durch zeitliche Trends im Ergebnis aufgrund ausgelassener Kovariaten potenziell verfälscht werden. Wir führten eine Simulationsstudie zur Fähigkeit des Fall-Kreuzungsdesigns durch, zeitliche Verfälschungsmuster durch das Design und nicht durch Modellierung zu kontrollieren. Wir verglichen fünf Strategien zur Kontrollstichprobenauswahl in der Fall-Kreuzungsstudie, darunter das gepaarte Matching, ein symmetrisches bidirektionales Verfahren, ein Gesamthistorieansatz und zwei von Navidi vorgeschlagene Ansätze (Biometrics 1998;54:596–605). Wir simulierten echte relative Risiken (RR) von 1,10 und 2,00 und induzierten Störungen durch saisonale Muster sowie lineare und nichtlineare langfristige Trends, um geschätzte RR-Werte von bis zu 3,18 zu erzielen. Der symmetrische bidirektionale Ansatz wurde über vier Verzögerungszeiten hinweg verglichen und kontrollierte zeitliche Störungen am besten, als die Verzögerung am kürzesten war. Bei einer Verzögerung von einer Woche schätzte er die RR-Werte auf 1,10 und 2,01. Die vier anderen Ansätze konnten die zeitlichen Trends nicht kontrollieren. Unsere Simulationen zeigen, dass das symmetrische bidirektionale Fall-Kreuzungsdesign substantiell zeitliche Störfaktoren durch das Design kontrollieren kann, obwohl es nicht so effizient (66%) ist wie die Poisson-Regressionanalyse.
Bateson et al. (Wed,) haben diese Frage untersucht.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: