Matching

[sjehle]

Hallo

ich habe folgendes Problem: ich möchte in meiner Masterarbeit eine Patienten- und eine Kontrollgruppe miteinander vergleichen. Die Patientengruppe umfasst etwa 20 personen und ich habe nun eine Kontrollgruppe mit etwa 60 Personen erhoben. Ziel war es, dass die beiden Gruppen hinsichtlich Alter und Geschlecht gemachted sind. Nun ist es so, dass die beiden Gruppen was das Alter angeht ziemlich exakt denselben Mitterlwert haben. Allerdings passt das Geschlecht nicht (in der Kontrollgruppe sind deutlich mehr Frauen). Daher meine Frage wie nun das richtige Vorgehen wäre? bisher habe ich folgende Ansätze:

1. Kann ich aus der Kontrollgruppe einfach Frauen "ziehen" bis das Geschlechterverhältnis gleich ist und so dass das Alter zwischen Patienten- und Kontrollrguppe auch im Mittel gleich bleibt?
2. eine Idee zur Lösung wäre auch nun ein propensity score matching durchzuführen. Dabei ist meine Frage, ob das mit den relativ wenigen Versuchspersonen überhaupt sinnvoll ist? Außerdem wäre das ja auch ein 1 zu 1 matching,was gar nicht unbedingt notwenig wäre (ein Gruppenmatching wäre ausreichend). Zudem habe ich diesbezüglich bei meiner Recherche gefunden, dass ich danach keine unabhängigen Stichproben mehr hätte, sondern alle Analysen wie bei abhängigen Stichproben rechnen müsste, da ich ja statistische "Paare" gebildet hätte- ist das richtig?

Über eine Antwort wäre ich super dankbar oder auch andere Vorschläge wie das Problem zu lösen sein könnte.

Liebe Grüße

[dutchie]

Hallo sjehle,

warum so kompliziert?
Führe den Faktor Geschlecht als zusätzliche UV ein und schau,
ob die Variable Überhaupt Einfluss hat.

Problem ist dann nur das die E-gruppe nochmal geteilt wird, aber wenn die
Voraussetzunge stimmen ist das kein Problem.

1. eher nein, du schmeißt nur Infos weg, weil du die Stichprobe verkleinerst.
2. propensity score matching ist so ein Zauber tool der Statistik, aber bei dir nur mit einer Variable?
Aus meiner sich völlig abwegig.

gruß
dutchie

[sjehle]

Hallo Dutchie,

danke für deine schnelle Antwort und den Tipp! Hatte auch schon darüber nachgedacht Geschlecht als UV einzuführen, aber meine Betreuerin hätte wohl gerne irgendeine Art von Matching. Aber das wäre vermutlich die einfachste Lösung...

Viele Grüße:)

[sjehle]

Hallo Dutchie,

nun doch nochmal eine kurze Rückfrage zum Geschlecht als Kontrollvariable: gehen wir nun davon aus, die Gruppen unterscheiden sich statistisch signfikant voneinander hinsichtlich Geschlecht und Geschlecht steht auch in Zusammenhang mit meiner AV. Ich möchte ja zwei Gruppen miteinander hinsichtlich einer UV vergleichen, aber wenn ich nun auch noch Geschlecht als UV mit einbeziehe kann ich ja keinen t-Test mehr rechnen. Dann bräuchte ich eine ANOVA oder? ANCOVA fällt ja raus, weil hierbei muss die KOvariate ja über alle Gruppen relativ homogen verteilt sein (was bei mir ja eben genau nicht der Fall ist). Wäre also die ANOVA in diesem Fall das richtige Verfahren?

Viele Grüße

[dutchie]

Hallo sjehle

ANCOVA fällt weg, weil die Kovariate (Geschlecht) nicht metrisch ist, sondern dichotom!

Du brauchst ANOVA !
zweifaktorielle ANOVA 2x2

Wenn die Gruppengrößen nicht überall gleich groß sind
hast du eine non orthogonale ANOVA, dass ist aber normal kein Problem.

Du solltes schauen ob die Varianzen homogen sind, könnte sein, dass sie das bei
dir nicht sind, weil Patienten oft heterogener sind als die Kontrollgruppe.

mach dir statistsich aber keinen Kopf, das ist alles erstmal Schema F.

Was ist denn die AV? Hast du auch Messwiederholung?

gruß
dutchie