مطالعات مورد-شاهدیِ همسان شده به وفور در پژوهش‌های پزشكي استفاده می‌ شود اما علی‌رغم مطالعات متعدد روش شناسی در اين زمينه، هنوز در مورد فلسفه‌ی همسان سازی و اينكه چه متغيرهايی لازم است همسان شوند ابهامات جدی وجود دارد.

در واقع همسان سازی در اين مطالعات نه تنها مخدوش شدگیِ متغير همسان شده را از بين نمی برد، بلكه سوگيری انتخاب هم ايجاد مي‌كند كه هردوی اينها با كنترل متغير در تحليل از بين می‌رود.

هدف همسان سازی مورد-شاهدی‌ افزايش دقت تعديل مخدوشگر است و نه از بين بردن مخدوش شدگی.

حالا دکتر منصورنيا و دکتر چارلز پول در مقاله اي كه اخيراً در مجله‌ی European Journal of Epidemiology چاپ شده (لینک) نشان داده‌اند كه سوگير‌ی كلي ايجاد شده بعد از همسان سازی از دو جزء مخدوش شدگی و سوگيری انتخاب تشكيل شده است و با مثالهايی، جهتِ اين دو جزء خطا را مورد توجه قرار داده‌اند.

به طور خاص اين مقاله نشان می‌دهد که برخلاف باور متعارف، همسان سازی براي متغيری كه با مواجهه مرتبط است، لزوما موارد از نظر توزيع مواجهه را شبيه تر به كنترل‌ها نمی‌كند. همین طور سوگيری انتخاب لزوما به سمت بی اثری نيست، و در صورتي كه مخدوشگر غير همسان شده هم وجود داشته باشد، حتی سوگيری كلی می‌تواند منجر به اغراق در اثر واقعی شود.


دکتر منصورنیا به همراه همکارانشان قبلا در دو مقاله (لینک اول و لینک دوم) ، به توضیح ساختار علیتی همسان سازی و نحوه ی انتخاب متغير براي همسان سازی و تحليل صحيح آن پرداخته بودند.

@Scientometric