Propensity skor entegreli mahalanobis eşleştirme yöntemlerine yeni yaklaşımlar

Randomizasyonun mümkün olmadığı gözlemsel çalışmalarda, tedavi etkisinin yansız tahmini için karıştırıcı değişkenlerin etkisini azaltmada sık kullanılan yöntemlerden biri, propensity skor (PS) eşleştirmesidir. İyi eşleştirme için ilgili kovaryantlar açısından birbirine en yakın eşleştirmeleri oluşturabilmek önemlidir. En yakın eşleştirme için mutlak PS farkının yanı sıra mahalanobis uzaklığı da bir alternatiftir. Bununla birlikte sadece PS veya sadece mahalanobis uzaklığı kullanmak yerine PS entegreli mahalanobis uzaklığı ile eşleştirme tedavi etkisi tahmininin yanlılığı değerlendirmesinde daha iyidir. Bu açıdan kullanılan eşleştirme yöntemlerinin performans farklılıkları ve caliper seçimindeki belirsizlikler karşılaşılan temel sorunlardır. Bu tez çalışmasının birincil amacı; literatürde önerilen üç eşleştirme yöntem (mutlak farka dayalı PS eşleştirme, Mahalanobis eşleştirme, PS entegrasyonu ile Mahalanobis eşleştirme) ile tez kapsamında önerilen üç yeni yaklaşımın (MAHağırlıklıPS, MAHlogPS ve MAHlojitPS) farklı simülasyon senaryoları altında karşılaştırılmasıdır. İkincil amaç ise, PS eşleştirmesinde caliper seçimindeki belirsizliği gidermek için standart olmayan ve literatürde kullanılan yaklaşımların yanısıra bu çalışma ile ele alınan farklı caliper yaklaşımlarının değerlendirilmesidir. Yöntemlerin karşılaştırılması, örnek büyüklüğü (n=250, 500, 1000, 2000), eşleştirme stratejisi (yerine koyarak, büyükten küçüğe tedavi sırası ile yerine koymadan, rastgele tedavi sırası ile yerine koymadan) ve değişen caliper değerleri dikkate alınarak oluşturulan simülasyon senaryoları altında yapılmıştır. Simülasyon sonuçları, MAHlogPS ve MAHlojitPS yöntemlerinin çoğu senaryoda diğer yöntemlere kıyasla üstün performans sergilediğini ortaya koymuştur. Sonuç olarak, hata oranlarını azaltması ve kullanım kolaylığı nedeniyle bu yöntemlerin eşleştirme yöntemlerinde öncelikli tercih edilmesi önerilmektedir.