真实世界病例对照匹配的混杂因素分层控制策略-1

真实世界病例对照匹配的混杂因素分层控制策略演讲人2026-01-08

混杂因素在真实世界病例对照研究中的本质与识别01分层控制策略的实践应用与优化技巧02分层控制策略的核心逻辑与方法体系03分层控制策略的局限性与未来方向04目录

真实世界病例对照匹配的混杂因素分层控制策略在真实世界研究（Real-WorldStudy,RWS）的实践中，病例对照设计因其在罕见病、长周期结局研究中的高效性，成为连接临床问题与循证证据的重要桥梁。然而，真实世界数据的“非实验性”特征——混杂因素的普遍存在、数据结构的异质性、测量误差的不可避免——使得病例对照研究的结果极易受到偏倚的干扰。混杂因素（ConfoundingFactors）作为连接暴露与结局的“伪关联”桥梁，若未得到有效控制，不仅会扭曲暴露效应的真实大小，甚至可能颠覆结论的方向。在我参与的多项真实世界药物安全性与疗效评价研究中，曾因对混杂因素控制不充分导致结果波动，后通过分层控制策略优化，最终获得更稳健的结论。这种“从教训中提炼方法”的经历，让我深刻认识到：分层控制不仅是统计技术，更是保证真实世界研究科学性的“守门人”。

本文将从混杂因素的识别本质、分层控制的核心逻辑、实践优化技巧、局限性及未来方向四个维度，系统阐述真实世界病例对照匹配中混杂因素的分层控制策略，以期为同行提供可落地的思路与方法。01ONE混杂因素在真实世界病例对照研究中的本质与识别

1混杂因素的理论内涵与核心特征混杂因素是流行病学中的核心概念，其本质是“与暴露相关、与结局独立相关，且不是暴露与结局中间变量”的因素。Rothman在流行病学因果模型中提出的“混杂三角”明确指出：当因素C满足以下三个条件时，即为混杂因素：（1）C是暴露E的危险因素或决定因素（即暴露组与非暴露组中C的分布不均衡）；（2）C是结局D的危险因素或决定因素（即C本身可独立影响结局发生）；（3）C不是暴露与结局因果链上的中间变量（即暴露不会通过C影响结局，反之亦然）。例如，在“吸烟与肺癌”的研究中，年龄是典型的混杂因素：吸烟者中老年人比例更高（满足条件1），老年人肺癌风险本身更高（满足条件2），且年龄并非吸烟→肺癌的中间环节（满足条件3）。若不控制年龄，可能会高估吸烟对肺癌的效应。

1混杂因素的理论内涵与核心特征从效应量角度看，混杂因素的存在会导致“粗关联”（crudeassociation）与“真实关联”（trueassociation）的差异，这种差异的大小取决于混杂因素的强度（暴露组间混杂因素分布差异的大小）及混杂因素与结局关联的强度。例如，若暴露组中高血压患者的比例是非暴露组的2倍，且高血压使疾病风险增加3倍，则高血压这一混杂因素可使粗OR值偏离真实OR值达数倍。在真实世界研究中，由于人群的复杂性，混杂因素往往不是单一存在的，而是形成“混杂网络”，进一步增加了控制的难度。

2真实世界研究中混杂因素的独特来源与挑战与随机对照试验（RCT）不同，真实世界研究的“开放环境”使得混杂因素的来源更为广泛且隐蔽，主要体现在以下三个方面：

2真实世界研究中混杂因素的独特来源与挑战2.1数据异质性导致的混杂真实世界数据来源于多中心、多系统、多时间点的收集，不同中心间人群特征、诊疗习惯、数据质量的差异，会引入“中心效应”这一混杂因素。例如，在一项比较两种降压药疗效的研究中，A中心多为三甲医院，患者合并症多、病情复杂，而B中心以基层医院为主，患者病情较轻；若未控制“中心”这一混杂因素，可能会错误地将A中心药物的疗效差异归因于药物本身，而非基线病情差异。

2真实世界研究中混杂因素的独特来源与挑战2.2信息偏倚引入的混杂真实世界数据常依赖电子病历、医保数据库等，暴露与结局的测量存在误差。例如，在“阿托伐他汀与肝功能损伤”的研究中，若暴露组因定期监测肝功能更易发现肝损伤，而未暴露组监测不足，则“监测频率”这一因素会成为混杂因素——它既与阿托伐他汀使用相关（医生会对使用者更频繁监测），又与肝损伤“发现率”相关，从而扭曲药物与肝损伤的真实关联。

2真实世界研究中混杂因素的独特来源与挑战2.3选择偏倚关联的混杂病例对照研究的“回顾性”特征决定了其易受选择偏倚影响。例如，在“职业暴露与尘肺病”的研究中，若病例组来自职业病专科医院（多为重症患者），对照组来自综合医院体检人群（多为轻症或未发病者），则“就诊途径”这一因素会成为混杂——它既与“职业暴露”相关（暴露人群更易专科就诊），又与“尘肺病诊断”相关，导致高估暴露效应。

3混杂因素的识别策略与方法准确识别混杂因素是分层控制的前提，需结合“理论驱动”与“数据驱动”的双重策略，避免“漏控”或“过控”。

3混杂因素的识别策略与方法3.1文献与先验知识驱动基于既往研究、临床指南、病理生理机制，预先确定潜在混杂因素是基础。例如，在“二甲双胍与心血管结局”的研究中，已知糖尿病病程、血糖控制水平、高血压、血脂异常等因素既与二甲双胍使用相关（病程长者更可能使用二甲双胍），又与心血管结局独立相关，因此必须纳入混杂因素清单。我曾在一项关于“SGLT-2抑制剂与心力衰竭”的研究中，因遗漏了“利尿剂使用”这一先证混杂因素（利尿剂既与SGLT-2抑制剂联用，又影响心衰结局），导致初期OR值偏高，后通过补充文献回顾重新纳入混杂因素，结果才趋于合理。1.3.2因果图法（DirectedAcyclicGraphs,DAGs

3混杂因素的识别策略与方法3.1文献与先验知识驱动）DAGs是识别混杂与排除中间变量的可视化工具，通过“节点”（变量）与“有向边”（因果关系）构建假设模型，明确变量间的关联路径。例如，在“阿司匹林与消化道出血”的研究中，若构建DAGs发现：“幽门螺杆菌感染”→“阿司匹林使用”（感染者更易使用阿司匹林预防心血管事件）→“消化道出血”，且“幽门螺杆菌感染”→“消化道出血”（独立于阿司匹林），则“幽门螺杆菌感染”是混杂因素；而“胃黏膜损伤”位于“阿司匹林”与“消化道出血”的路径上，是中间变量，不应作为混杂因素控制。DAGs的优势在于能直观区分“混杂”“中介”“collider”（碰撞因子，过度控制会引入偏倚），避免传统方法的盲目性。

3混杂因素的识别策略与方法3.3统计检验辅助在先验知识基础上，可通过统计方法初步判断混杂因素的存在。常用方法包括：（1）均衡性检验：比较暴露组与非暴露组间潜在混杂因素的分布（分类变量用卡方检验，连续变量用t检验或Wilcoxon秩和检验），若P<0.1，提示该因素可能为混杂因素（注：P值阈值不宜过严，避免遗漏弱混杂）；（2）关联强度检验：通过单因素回归分析，考察混杂因素与结局的关联（若OR≠1，提示与结局相关）；（3）混杂效应评估：计算粗OR与校正OR的差值，若相对变化>10%，认为该因素具有实质性混杂效应。例如，在一项“他汀类药物与认知功能”的研究中，我们发现“年龄”在暴露组与非暴露组分布不均衡（P=0.03），且年龄与认知功能相关（OR=1.05，P<0.01），校正年龄后粗OR从1.20降至1.08（相对变化10%），确认年龄为重要混杂因素。02ONE分层控制策略的核心逻辑与方法体系

1分层控制的基本原理与目标分层控制（Stratification）是最早用于控制混杂因素的经典方法，其核心逻辑是“同质比较”——通过按混杂因素将研究人群划分为若干“层”（stratum），使层内混杂因素分布均衡，然后比较层内暴露组与非暴露组的结局差异，最后合并各层结果。这种“分层-比较-合并”的思路，本质上是将混杂因素的效应“剥离”出暴露效应，从而获得更接近真实的关联强度。分层控制的目标可概括为三点：（1）均衡性：确保层内暴露组与非暴露组在混杂因素上可比，消除混杂偏倚；（2）精确性：通过合并层间结果，提高效应估计的统计效力；（3）可解释性：若不同层的结果存在差异（如药物效果在不同年龄层不同），可提示效应修饰（effectmodification），深化对机制的理解。例如，在“阿托伐他汀与心肌梗死”的研究中，按“高血压”分层（有高血压层/无高血压层），层内比较暴露组与非暴露组的MI发生率，再合并层间OR值，可消除高血压的混杂效应，同时观察他汀在不同高血压人群中的效果差异。

2按混杂因素分层匹配的设计与实施分层匹配（StratifiedMatching）是分层控制与匹配设计的结合，即在病例对照研究中，先按混杂因素将病例与对照划分为相同层，再在层内进行1:1或1:k匹配。这种方法既通过匹配保证了层内均衡性，又通过分层保留了混杂因素的信息，特别适用于混杂因素为分类变量（如性别、吸烟状态）或有序变量（如疾病分期）的场景。

2按混杂因素分层匹配的设计与实施2.1匹配变量的选择匹配变量的选择需严格基于DAGs，优先选择“强混杂因素”（即暴露组间分布差异大、与结局关联强的因素）。例如，在“绝经后激素替代疗法（MHT）与乳腺癌”的研究中，“年龄”是强混杂因素（MHT使用者多为年轻绝经后女性，而乳腺癌风险随年龄增加），因此必须作为匹配变量；而“家族史”虽与乳腺癌相关，但与MHT使用关联较弱，可不匹配而作为校正变量。需警惕“匹配过度”（overmatching）——即匹配了中间变量或与结局无关的变量，这会降低统计效力，甚至掩盖真实效应。例如，若在“MHT与乳腺癌”研究中匹配“乳腺密度”（MHT可增加乳腺密度，乳腺密度是乳腺癌的危险因素），则会错误地将MHT通过乳腺密度影响乳腺癌的路径切断，低估MHT的真实效应。

2按混杂因素分层匹配的设计与实施2.1匹配变量的选择2.2.2匹配比例与样本量匹配比例的选择需权衡信息量与匹配难度。1:1匹配是最常用的方式，操作简单且匹配成功率较高，但当病例或对照稀缺时（如罕见病研究），1:k（k=2,3,4）匹配可增加对照数量，提高统计效力。但k值不宜过大（一般≤4），否则可能引入“劣质对照”（即与病例差异过大的对照），反而降低均衡性。样本量方面，需确保每层有足够的病例与对照：若某层病例数为n，则匹配后该层对照数至少为n×k，且总样本量需满足效应量检测的效力要求（通常OR=1.5时，每组至少需100例）。我曾在一项“罕见基因突变与先天性心脏病”的研究中，因突变病例仅32例，采用1:4匹配，通过扩大对照样本（128例），最终使层内均衡性及统计效力均达标。

2按混杂因素分层匹配的设计与实施2.3匹配方法的具体操作匹配方法可分为“频数匹配”（frequencymatching）与“个体匹配”（individualmatching）。频数匹配要求层内病例与对照中混杂因素的分布比例一致（如病例中男女比=1:2，对照中男女比也需=1:2），适用于大样本研究；个体匹配则要求为每个病例寻找在混杂因素上完全相同的1个或k个对照（如匹配同性别、同年龄段、同吸烟状态的对照），适用于小样本或混杂因素为分类变量的研究。在实际操作中，常借助统计软件（如R的“MatchIt”包、SAS的PROCPSMATCH）实现匹配：先定义匹配变量与比例，软件通过“最邻近匹配”（nearestneighbormatching）、“卡尺匹配”（calipermatching，设定匹配容差范围）或“全局最优匹配”（optimalmatching）等方法自动生成匹配数据集。匹配后需通过标准化差异（standardizeddifference）评估均衡性，一般要求|SD|<0.1（即组间差异小于10%），提示均衡性良好。

3分层分析与效应合并的统计方法分层匹配后，需通过分层分析计算层内效应值，再合并层间结果，最终获得校正混杂后的总效应。

3分层分析与效应合并的统计方法3.1分层2×2表的构建将每个层视为一个独立的病例对照研究，构建暴露-结局四格表。以“阿司匹林与消化道出血”研究为例，按“幽门螺杆菌感染”分层，分为“感染层”与“未感染层”，每层内分别统计：-病例组：阿司匹林暴露数（a1）、未暴露数（b1）-对照组：阿司匹林暴露数（c1）、未暴露数（d1）未感染层同理可得a2、b2、c2、d2。通过四格表可计算层内OR值（OR1=ad/bc，OR2=...）。

3分层分析与效应合并的统计方法3.2Mantel-Haenszel方法合并层间OR值Mantel-Haenszel（MH）法是分层合并的经典方法，其权重基于层内样本量，兼顾了各层的信息量，且对小样本层更稳健。校正后合并OR值的计算公式为：\[OR_{MH}=\frac{\sum(a_id_i/n_i)}{\sum(b_ic_i/n_i)}\]其中，a_i、b_i、c_i、d_i为第i层的四格表频数，n_i为第i层总样本量。MH法还提供OR值的95%置信区间及假设检验（Cochran-Mantel-Haenszel检验），判断合并效应是否具有统计学意义。例如，在一项“他汀类药物与认知功能下降”研究中，按“糖尿病”分层后，MH法合并OR=0.85（95%CI:0.78-0.93，P=0.001），表明校正糖尿病混杂后，他汀类药物与认知功能下降风险降低15%。

3分层分析与效应合并的统计方法3.2Mantel-Haenszel方法合并层间OR值2.3.3Cochran-Mantel-Haenszel检验Cochran-Mantel-Haenszel（CMH）检验是用于评价分层后合并效应统计显著性的方法，其零假设为“层间OR值相等且等于1”，备择假设为“层间OR值相等但不等于1”。CMH检验的优势在于不要求各层OR值完全一致（即允许存在轻微效应修饰），只要层间OR值差异不大（可通过Breslow-Day检验评估同质性），即可通过合并获得稳健结论。若Breslow-Day检验P<0.05，提示层间OR值异质，则不宜直接合并，需分别报告各层结果或进行亚组分析。

4多因素分层时的策略与优化当混杂因素较多时（如年龄、性别、BMI、合并症等），直接多因素分层会导致“维度灾难”——例如，年龄分5层、性别分2层、BMI分3层、合并症分2层，共形成5×2×3×2=60层，若每层样本量不足（如<10例），则层内OR值估计不稳定，合并结果失去意义。此时需通过以下策略优化：

4多因素分层时的策略与优化4.1分层变量的降维处理（1）连续变量离散化：将连续混杂因素（如年龄、血压）按临床意义或分位数分为有序分类变量。例如，年龄按“<50岁、50-65岁、>65岁”分3层，血压按“正常、正常高值、高血压”分3层，减少层数。需注意，分界点选择需基于临床指南（如高血压定义≥140/90mmHg）或人群分布（如百分位数分界），避免随意性。（2）合并稀疏层：将样本量过小的层合并到相邻层。例如，某研究中“>80岁”层仅5例，可合并至“65-80岁”层，合并时需保证层内同质性（如合并后年龄范围仍为老年人群）。2.4.2倾向性评分分层（PropensityScoreStratific

4多因素分层时的策略与优化4.1分层变量的降维处理ation）倾向性评分（PS）是在给定一系列混杂因素X下，个体接受暴露的条件概率（P(E=1|X)）。通过PS模型（如Logistic回归）计算每个个体的PS值，再将PS值按分位数（如5分位数、10分位数）分为若干层，层内个体的暴露分布趋于均衡（即PS值相近者，暴露与非暴露的混杂因素分布相似）。PS分层的优势在于将多维度混杂因素降维为单一维度（PS值），有效解决“维度灾难”。例如，在一项“PCI与药物治疗稳定性冠心病”的研究中，我们纳入年龄、性别、LVEF、病变支数等10个混杂因素，计算PS值后按5分位数分层，每层内暴露组与非暴露组的基线特征均衡（|SD|<0.1），合并后OR=1.30（95%CI:1.15-1.47），较粗OR（1.55）更接近真实效应。

4多因素分层时的策略与优化4.3分层与回归模型的结合当分层后仍存在未完全控制的混杂因素（如连续变量离散化信息损失）或需同时校正多个变量时，可采用“分层+回归”的联合策略：先按主要混杂因素分层，再在层内建立多因素回归模型（如条件Logistic回归，用于匹配数据），纳入剩余混杂因素作为校正变量。例如，在“阿托伐他汀与认知功能”研究中，先按“高血压”分层，再在每层内建立校正年龄、性别、血脂水平的条件Logistic回归模型，既控制了高血压这一强混杂，又精细调整了其他变量，结果更为稳健。03ONE分层控制策略的实践应用与优化技巧

1匹配过度的识别与规避匹配过度是分层匹配中常见的陷阱，指匹配了“中间变量”“结局变量”或“与暴露无关的变量”，其危害在于：（1）降低统计效力：匹配变量越多，可匹配的病例与对照数量越少；（2）引入偏倚：若匹配变量为中间变量，会阻断暴露的因果路径；若为collider（如“住院”既与暴露相关，又与结局相关），则会打开后门路径，引入新的混杂。

1匹配过度的识别与规避1.1匹配过度的识别（1）理论识别：通过DAGs明确变量是否为混杂、中介或collider，避免匹配非混杂变量。例如，在“阿托伐他汀与肝损伤”研究中，“肝功能异常”是肝损伤的中间变量（他汀→肝损伤→肝功能异常），若匹配“肝功能异常”，则会阻断暴露与结局的关联，导致效应低估。（2）数据识别：比较匹配前后暴露组与非暴露组在“目标变量”（即与结局直接相关的变量）的分布。若匹配后目标变量分布反而更不均衡（如匹配“住院”后，暴露组的肝损伤检出率反而低于非暴露组），提示可能匹配了collider。（3）敏感性分析：通过“部分匹配”（仅匹配部分变量）观察结果变化，若匹配后效应值大幅变化（如OR从1.2降至0.9），提示可能存在匹配过度。

1匹配过度的识别与规避1.2规避策略（1）严格基于DAGs选择匹配变量，仅匹配“混杂因素”，排除“中介”“collider”及“与暴露无关的变量”；（2）优先匹配“强混杂因素”，弱混杂因素可通过回归校正而非匹配；（3）对“可疑变量”采用“不匹配+校正”策略，例如在“MHT与乳腺癌”研究中，对“乳腺密度”不匹配，而在回归模型中校正其效应，避免过度匹配。

2分层后样本量不足的解决方案分层后样本量不足是多因素分层的常见问题，尤其当混杂因素较多或某些因素水平稀疏时（如罕见基因突变、特殊并发症）。此时需通过以下方法优化：

2分层后样本量不足的解决方案2.1合并稀疏层将样本量过小的层（如n<10）合并到相邻层，合并原则是“临床同质性+统计稳定性”。例如，在一项“慢性肾脏病（CKD）与心血管事件”的研究中，按“eGFR”分为5层（eGFR≥90、60-89、45-59、30-44、<30ml/min/1.73m²），其中“eGFR<30”层仅12例，合并至“30-44”层后，新层样本量为35例，满足统计稳定性要求。合并前需验证层间混杂因素分布同质性（如合并后两层的年龄、血压分布无差异），避免引入新的混杂。

2分层后样本量不足的解决方案2.2倾向性评分匹配（PSM）替代分层当直接分层导致样本量损失过大时，可采用PSM：先计算PS值，再按PS值进行1:1或1:k匹配，匹配后不再按原始混杂因素分层，而是直接比较匹配后暴露组与非暴露组的结局差异。PSM的优势在于通过“最邻近匹配”寻找最相似的对照，最大限度保留样本量。例如，在一项“生物制剂与传统药物治疗类风湿关节炎”的研究中，按“疾病活动度、关节功能、合并症”等8个混杂因素直接分层导致30%样本损失，后改用PSM（1:1匹配，卡尺=0.2），样本损失率降至8%，且匹配后均衡性良好（|SD|<0.1）。

2分层后样本量不足的解决方案2.3贝叶斯分层模型对于小样本层，可采用贝叶斯分层模型引入先验信息，提高效应估计的稳定性。贝叶斯模型假设各层OR值服从某个先验分布（如正态分布），通过“先验信息+数据likelihood”计算后验分布，对小样本层的结果进行“收缩”（shrinkage），使其向总体均值靠拢，避免极端值。例如，在一项“罕见基因突变与癫痫”的研究中，某突变层仅8例，通过贝叶斯分层模型（先验OR~N(log(1.2),0.5²)），估计OR=1.35（95%CI:0.98-1.85），较传统分层（OR=2.10，95%CI:0.75-5.90）更稳健。

3混杂因素交互作用的分层处理效应修饰（EffectModification）是指混杂因素与暴露的交互作用——即暴露效应在不同混杂因素水平下不同。例如，阿托匹林的抗血小板作用在糖尿病患者中可能更强（因糖尿病患者血小板活性更高），此时“糖尿病”不仅是混杂因素，还是效应修饰因素。分层控制中需区分“混杂”与“效应修饰”，避免将效应修饰误认为混杂。

3混杂因素交互作用的分层处理3.1交互作用的识别（1）统计学检验：通过分层后层间OR值的差异判断，若某层OR值≠其他层OR值（如“糖尿病层”OR=0.7，“非糖尿病层”OR=1.2），且Breslow-Day检验P<0.05，提示存在交互作用；（2）临床意义判断：若交互作用有明确的病理生理机制（如药物代谢酶基因多态性影响药物疗效），即使统计学不显著，也需考虑效应修饰。

3混杂因素交互作用的分层处理3.2按交互作用分层分析若存在效应修饰，应分别报告各层结果，而非合并。例如，在“阿托匹林与心肌梗死”研究中，若“糖尿病”为效应修饰因素，则需分别报告“糖尿病患者中阿托匹林的OR值”与“非糖尿病患者中阿托匹林的OR值”，并解释其临床意义（如“阿托匹林可降低糖尿病患者MI风险30%，但对非糖尿病患者无显著影响”）。这种“亚组分层”的结论更具个体化指导价值。

3混杂因素交互作用的分层处理3.3分层结果的交互效应解释需注意，交互作用与混杂作用的本质不同：混杂作用是“伪关联”，需通过分层控制消除；交互作用是“真实效应的差异”，需保留并解释。例如，在“MHT与乳腺癌”研究中，若“绝经年限”为效应修饰因素（绝经<5年者OR=1.8，绝经≥5年者OR=1.2），则提示MHT的乳腺癌风险与绝经年限相关，需结合绝经年限制定个体化使用建议，而非简单合并OR值。

4分层控制结果的敏感性分析与验证分层控制虽能有效控制已知混杂，但无法解决“未测量混杂”（UnmeasuredConfounding）问题。因此，需通过敏感性分析评估结果是否对混杂因素稳健，即“即使存在未测量混杂，结论是否仍成立”。

4分层控制结果的敏感性分析与验证4.1改变分层标准的敏感性分析通过调整分层变量的界值或分层数量，观察结果变化。例如，在“年龄与心血管疾病”研究中，分别按“<60岁/≥60岁”“<65岁/≥65岁”“<70岁/≥70岁”分层，若合并OR值均在1.2-1.3之间（95%CI不包含1），提示结果对年龄分层标准稳健。若某分层标准下OR值发生质变（如从1.3变为0.9），则提示该分层标准对结果影响较大，需谨慎选择。

4分层控制结果的敏感性分析与验证4.2未测量混杂的评估——E值法E值（E-value）是评估未测量混杂对结果影响程度的指标，定义为“足以使观察到的OR值变为无效（OR=1）的最小混杂强度（包括混杂因素与暴露的关联强度及与结局的关联强度）”。E值越大，结果对未测量混杂越稳健。例如，若某研究的OR=1.5，E值=2.1，意味着需要存在一个混杂因素，其使暴露增加至少2.1倍，且使结局增加至少2.1倍，才能将OR值从1.5降至1，提示结果对未测量混杂较稳健。E值计算可通过在线工具或R包“Evalue”实现。

4分层控制结果的敏感性分析与验证4.3与其他控制策略的结果一致性验证采用不同控制策略（如分层匹配、逆概率加权、工具变量法）分析同一数据，若结果方向与大小一致（如OR均在1.2-1.4之间），则增强结论的可信度。例如，在一项“他汀类药物与认知功能”研究中，分层匹配OR=0.85，逆概率加权OR=0.88，工具变量法OR=0.82，结果一致，提示结论对控制策略稳健，未受未测量混杂严重干扰。04ONE分层控制策略的局限性与未来方向

1当前分层控制的主要局限性尽管分层控制是真实世界病例对照研究中控制混杂的有效方法，但仍存在以下局限性：

1当前分层控制的主要局限性1.1样本量损失与统计效力下降多因素分层或匹配会导致样本量减少，尤其当混杂因素较多或某些因素水平稀疏时。例如，在一项“10个混杂因素，每个因素分3层”的研究中，理论上可形成3^10=59049层，实际数据中大量层样本量为0，最终可分析样本量可能不足总样本量的50%，降低统计效力，增加假阴性风险。

1当前分层控制的主要局限性1.2连续变量分层的随意性连续变量（如年龄、血压）的分层界值缺乏“金标准”，不同界值选择可能导致不同结果。例如，“年龄”按“<50岁/≥50岁”分层与按“<65岁/≥65岁”分层，可能得出不同的结论，这种随意性降低了结果的可重复性。

1当前分层控制的主要局限性1.3高维混杂的处理困难当混杂因素数量较多（如>10个）或存在复杂交互作用时，传统分层难以适用，即使通过PS降维，也可能因模型过拟合（如PS模型纳入过多变量）导致PS值估计不准确，反而引入新的混杂。

2与新兴方法的协同与融合为克服传统分层的局限性，分层控制需与新兴因果推断方法、机器学习方法融合，形成“分层+X”的混合策略：

2与新兴方法的协同与融合2.1分层控制与机器学习结合机器学习方法（如随机森林、LASSO回归、深度学习）可从高维数据中自动筛选混杂因素，减少分层的维度。例如，用随机森林筛选出与暴露及结局均相关的10个核心混杂因素（重要性排序），再按这些因素进行PS分层，避免“盲目纳入”无关变量。此外，深度学习可构建非线性PS模型，捕捉混杂因素间的复杂交互作用（如年龄与BMI的交互对暴露的影响），提高PS值估计的准确性。

2与新兴方法的协同与融合2.2因果推断框架下的分层优化在因果推断框架下，分层控制可与工具变量法（IV）、双重差分法（DID）、断点回归（RD）等方法结合，解决未测量混杂问题。例如，在“分层匹配+工具变量”策略中，先按已知混杂因素分层匹配，再以工具变量（如距离医院的远近，影响药物暴露但不直接影响结局）解决层内未测量混杂，获得更接近因果效应的估计。我曾在一项“基层医疗与糖尿病控制”研究中，采用“分层匹配（按年龄、性别、病程）+工具变量（基层医疗覆盖政策）”策略，有效控制了未测量混杂（如健康意识），结论更可信。

2与新兴方法的协同与融合2.3真实世界数据中的动态分层真实世界数据具有“时变性”（time-varying），即混杂因素随时间变化（如血压、血糖水平动态变化）。传统静态分层无法捕捉这种动态性，而动态分层（如基于时间依赖PS的分层）可随时间调整分层标准。例如，在“降压药与卒中”研究中，按基线血压分层无法反映治疗中血压的变化，而按“治疗第1、3、6个月的血压水平”动态分层，可更准确地评估降压药的长期效应。

3分层控制在真实世界研究中的规范化应用为提升分层控制的科学性与规范性，需从以下方面着手：

3分层控制在真实世界研究中的规范化应用3.1研究前的分层方案预设计在研究设计阶段，基于DAGs明确混杂因素、匹配变量、分层方法，并在研究方案中预先注册（如ClinicalT），避免“事后选择性分层”（即根据结果调整