L`uso delle tecniche di matching nella valutazione di

LETTI PER VOI:
“L’uso delle tecniche di matching nella valutazione di efficacia di un farmaco”
Cinzia Di Novi∗
Università Ca’ Foscari di Venezia,
Dipartimento di Economia
Il matching statistico è sempre più diffuso anche negli studi che si occupano di stimare
l’effetto di un farmaco questo perché le tecniche di matching consentono di generare un gruppo di
controllo in un contesto che ricrea, almeno nelle ipotesi di lavoro, la situazione sperimentale.
In particolare la tecnica del propensity score matching, così come formalizzata da
Rosenbaum and Rubin (1983), riassumendo le caratteristiche intrinseche che potrebbero generare
distorsione, consente di comparare attraverso una procedura di abbinamento (matching) i soggetti
trattati ed i “controlli”.
L’articolo che verrà discusso nella prossima sessione presenta la tecnica del propensity score
matching e il suo utilizzo nel testare l’effetto dell’introduzione di un nuovo farmaco.
∗
e-mail: [email protected].
1
RJ. Glynn, S. Schneeweiss, T. Stürmer, “Indications for Propensity Scores and Review of
Their Use in Pharmacoepidemiology”, Basic & Clinical Pharmacology & Toxicology. 2006
March ; 98(3): 253–259.
Spesso nella valutazione di efficacia di un farmaco (così come per le tecnologie sanitarie) ci
si trova di fronte a dati osservati e non generati da un esperimento, pertanto le caratteristiche basali
degli individui trattati con il farmaco innovativo e di coloro trattati con il farmaco tradizionale
potrebbero essere sbilanciate.
Al fine di studiare l’efficacia del nuovo farmaco è necessario
pertanto l'uso di metodologie statistiche in grado di "aggiustare" i confronti per evitare distorsioni.
Per questo motivo è possibile impiegare la tecnica del propensity score matching. Qui di
seguito uno schema che aiuta a comprendere i passi da seguire:
Strategia di controllo dei fattori confondenti in un’analisi quasisperimentale per la valutazione dell’efficacia di un farmaco
Modello di
regressione per il
calcolo del
propensity score
Individuazione di un
individuo “gemello” per ogni
trattato sulla base del
propensity score
MATCHING
BILANCIATO
MATCHING
NON
BILANCIATO
Eliminazione dal campione
degli individui che non
trovano un gemello.
Effetto medio del
nuovo farmacoAverage treatment
effect .on the treated
(ATT)
Fig. 1 - I passi da seguire per ottenere una corretta valutazione di efficacia di un farmaco.
2
La tecnica del propensity score matching, formalizzata da Rosenbaum e Rubin (1983),
consente di ottenere due gruppi bilanciati, uno trattato con il farmaco innovativo e l’altro con il
farmaco tradizionale: lo score si sostituisce ad una collezione di variabili “confondenti” con
un’unica covariata, funzione di tutte le variabili:
e(X)
Riassumendo le caratteristiche intrinseche che potrebbero generare distorsione, il propensity score
consente di comparare attraverso una procedura di abbinamento (matching) i soggetti trattati ed i
“controlli”.
Il metodo prevede prima di tutto di calcolare la probabilità di essere trattati con il farmaco
innovativo. Le stime dei parametri della probabilità di ricevere il trattamento innovativo possono
essere calcolate con un modello logit o probit e vengono trasformate in un punteggio (score) che
riassume le caratteristiche osservabili (età, sesso, tipo di lavoro, stile di vita, concomitanze, ecc),
che rappresentano potenziali fattori di confondimento: essi sono utilizzati per la scelta del
trattamento ma contemporaneamente possono influire sullo stato di salute di chi assume il farmaco.
Lo score consente di selezionare tra coloro che sono stati trattati con il farmaco tradizionale, un
individuo “gemello” per ogni trattato con farmaco innovativo, così da minimizzare tutte le
differenze sistematiche che possono influire sulla salute. I “gemelli” sono coloro che, trattati con
farmaco tradizionale, presentano un punteggio il più vicino possibile all’individuo di riferimento
trattato con il nuovo farmaco.
Una volta ottenuto il propensity score, si procede con il matching statistico ossia di
abbinamento tra i casi trattati ed i controlli. I metodi scelti per l’abbinamento sono diversi, quello
più intuitivo è il Nearest Neighbor Matching (Rosemabum e Rubin, 1983). Tale procedura consiste
nell’abbinare ad ogni individuo trattato con il farmaco innovativo con un altro trattato con farmaco
tradizionale che presenta lo score più vicino numericamente.
Infine, l’effetto medio del nuovo farmaco, l’Average treatment effect on the treated (ATT) è
misurato dalla differenza nell’outcome. L’ipotesi è che, dati due individui il più possibile simili in
termini di caratteristiche osservabili, eventuali differenze nello stato di salute siano imputabili
all’effetto del nuovo farmaco.
3
Fig. 2 - Distribuzione del campione pre-matching.
Fig. 3- Distribuzione del campione post-matching. Elaborazione degli autori.
4
Nonostante il suo ampio utilizzo nella valutazione di efficacia il propensity score presenta
un limite: è chiaramente basato solo sulle caratteristiche osservabili.
Bibliografia
1. Rosenbaum PR, Rubin DB. The central role of the propensity score in observational studies
for causal effects. Biometrika 1983;70:41–55.
2. RJ. Glynn, S. Schneeweiss, T. Stürmer, “Indications for Propensity Scores and Review of
Their Use in Pharmacoepidemiology”, Basic & Clinical Pharmacology & Toxicology. 2006
March ; 98(3): 253–259.
5