混合匹配

将混合整数规划应用于肾功能衰竭术后观察研究中,本文提出了一种基于混合整数规划的观察研究中最优匹配的新方法。与广泛使用的基于网络算法的匹配方法不同,这种方法试图通过最小化被处理单元与匹配控制之间的总距离之和来实现协变量平衡,这种新方法直接实现协变量平衡,要么最小化总距离和和协变不平衡的特定度量值的加权和,要么最小化距离的总和,同时约束不平衡度量值小于或等于某些公差。在目标函数中包含这些额外的项或使用这些附加约束条件可以显式地优化或约束将用于评估匹配质量的标准。例如,该方法最小化或约束单变量矩的差异,如均值、方差和偏度;多元矩的差异,如协变量之间的相关性;分位数的差异;以及统计差异,如Kolmogorov-Smirnov统计,以最小化位置和治疗单元和匹配对照组的经验分布形状。在平衡这些度量的同时,也可以对多个标称协变量施加精确和近似精确匹配的约束,以及精细和近似精细的平衡,而网络算法只能精确或近似地平衡单个标称协变量。从实用的角度来看,该方法消除了现有最优匹配方法中的猜测,通过将匹配工作集中在某些协变量不平衡度及其相应的权重或公差上,提供了一种有控制的、系统的改善协变量平衡的方法。医疗保险患者术后急性肾损伤的病例对照研究详细说明了这些特点。一个名为mipmatch的新R包实现了该方法。