NYHET Hur kan man justera sin statistiska analys när grupper man vill jämföra är väldigt olika? Och vad gör man om viktig information för analysen saknas? Det är frågor som Philip Fowler tar upp i en ny avhandling vid Umeå universitet.
– För att exempelvis avgöra vilken effekt en medicinsk behandling har, behöver man jämföra en grupp behandlade individer med en kontrollgrupp med obehandlade individer. Då är det förstås väldigt viktigt att hitta sätt att säkra att grupperna i övrigt är jämförbara, säger Philip Fowler.
I sin avhandling i statistik vid Handelshögskolan vid Umeå universitet studerar Philip Fowler metoder för att öka jämförbarheten mellan grupper, bland annat så kallad matchning. Där gäller det att för varje behandlad individ hitta en obehandlad individ som är så lik den behandlade som möjligt, exempelvis i ålder. Problem uppstår dock när man vill hitta grupper som är jämförbara enligt många fler variabler än bara ålder.
Ett sätt att matcha, där egenskaper delas in i kategorier och där matchning sedan görs på kategorinivå, hör till det som undersöks i avhandlingen. Philip Fowler visar att det finns situationer när sådan gruppering kan göras utan att det leder till felaktiga skattningar, och han ger förslag till hur grupperingar ska bildas. Utöver detta avhandlas situationer där vissa variabler inte är observerade och istället byts ut mot andra, observerade, variabler. Avhandlingen visar även på de villkor som måste gälla för att man kan göra så utan att få felaktiga skattningar av behandlingseffekter.
En sådan utbytesvariabel användes sedan för att undersöka effekten av ett stärkt samarbete mellan Försäkringskassan och Arbetsförmedlingen, där vissa sjukskrivna kallades till en så kallad gemensam kartläggning. Där träffar den sjukskrivna representanter från både Försäkringskassan och Arbetsförmedlingen, med målsättningen att kartlägga individens arbetsförmåga. Förhoppningen är att det ska underlätta för individen att komma tillbaka till arbete snabbare.
– Resultatet av en statistisk analys visar tvärtom att de som deltog i gemensam kartläggning hade en högre grad av sjukskrivning än de som inte kallats. Den effekten kvarstod efter att vi hade matchat på relevanta bakgrundsegenskaper som ålder kön och sjukpenninggrundande inkomst, säger Philip Fowler.
Philip FowlerE-post: philip.fowler@umu.se
Foto: Anita Lindmark
Philip Fowler, Handelshögskolan vid Umeå universitet, försvarar sin avhandling med den svenska titeln: Metoder för att förbättra jämförbarheten mellan två grupper i observationsstudier (Engelsk titel: Methods for improving covariate balance in observational studies). Fakultetsopponent: Professor Martin Huber, universitetet i Fribourg, Schweiz. Disputationen hålls på engelska. Kl. 10.00-12.00 i Humanisthuset, hörsal G, Umeå universitet.
Redaktör: Ola Nilsson