📊 statistics

Examining the Efficacy of Coarsened Exact Matching as an Alternative to Propensity Score Matching

Dit artikel betoogt dat Coarsened Exact Matching (CEM) geen superieur alternatief is voor Propensity Score Matching (PSM), omdat het lijdt onder residuele confounding vanwege zijn inexacte aard, niet beter presteert dan PSM in het verminderen van onbalans wanneer rekening wordt gehouden met willekeurige variatie, en instabiel en inefficiënt wordt in hoogdimensionale settings, terwijl PSM robuuster blijft tegen modelmisspecificatie.

Oorspronkelijke auteurs: Fei Wan

Gepubliceerd 2026-02-03

📖 6 min leestijd🧠 Diepgaand

CC BY 4.0

Oorspronkelijke auteurs: Fei Wan

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

Stel je voor dat je probeert uit te zoeken of een nieuw medicijn werkt. De gouden standaard is een gerandomiseerde klinische studie (RCT), waarbij je een muntje opwerpt om te beslissen wie het medicijn krijgt en wie een placebo. Omdat het willekeurig is, zijn de twee groepen perfect in balans: de mensen die het medicijn kregen, zijn gemiddeld net zo gezond, oud en rijk als de mensen die dat niet kregen.

Maar in de echte wereld kunnen we vaak geen muntjes opwerpen (dat is te duur of onethisch). Daarom kijken we naar observationele data (zoals ziekenhuisgegevens). Hier kan de "medicijngroep" van tevoren al zieker of ouder zijn dan de "controlegroep". Dit wordt confounding (verstrengeling) genoemd. Om dit op te lossen, gebruiken statistici "matching"-technieken om zieke mensen uit de medicijngroep te koppelen aan vergelijkbare zieke mensen uit de controlegroep, in een poging die perfecte balans van een muntje opwerpen te recreëren.

Lama lang was de standaardtool hiervoor Propensity Score Matching (PSM). Onlangs werd een nieuwe tool genaamd Coarsened Exact Matching (CEM) erg populair. Veel onderzoekers beweerden dat CEM de "superieure" versie van PSM was.

Dit artikel, geschreven door Fei Wan, betoogt dat CEM eigenlijk niet de superheld is die iedereen denkt dat het is. Sterker nog, voor veel situaties is PSM de betere, meer betrouwbare tool.

Hier is de onderverdeling van waarom, met eenvoudige analogieën:

1. De "Vage Foto" versus de "Wazige Snapshot"

De bewering: CEM wordt vaak "Exact Matching" genoemd, maar het is niet exact. Het is eigenlijk "Fuzzy Matching" (vage matching).

De analogie: Stel je voor dat je mensen probeert te matchen op basis van hun lengte.
- PSM is als het maken van een foto met een hoge resolutie van ieders lengte en het vinden van de persoon die het dichtst bij de lengte van je doelwit ligt. Zelfs als ze niet exact dezelfde lengte hebben, zorgt de wiskunde ervoor dat als je naar de hele groep kijkt, de gemiddelde lengte perfect in balans is. Eventuele kleine verschillen zijn slechts willekeurige ruis (zoals een lichte waas in een foto) die zichzelf wegcijfert wanneer je genoeg mensen hebt.
- CEM is als het mensen in bakjes plaatsen: "Klein", "Gemiddeld" en "Groot". Je koppelt vervolgens mensen die in hetzelfde bakje zitten.
- Het probleem: Binnen het "Gemiddeld"-bakje kun je iemand hebben die 1 meter 67 is en iemand die 1 respectievelijk 1 meter 75 is. Ze zitten in hetzelfde bakje, maar ze zijn heel verschillend. Dit creëert een systematische fout (residuele confounding) die niet verdwijnt, ongeacht hoeveel mensen je aan de studie toevoegt. Het is alsof je appels en sinaasappels met elkaar probeert te vergelijken, simpelweg omdat ze allebei in de "Fruit"-mand zitten.

2. De "Touwtrekkerij" van Complexiteit

De bewering: CEM valt uit elkaar wanneer je te veel variabelen hebt (de "vloek van de dimensionaliteit").

De analogie: Stel je voor dat je een perfecte tweeling voor een persoon probeert te vinden op basis van 10 verschillende kenmerken (lengte, gewicht, oogkleur, schoenmaat, favoriete pizza, etc.).
- CEM probeert iedereen in dozen te plaatsen op basis van al die 10 kenmerken tegelijk. Naarmate je meer kenmerken toevoegt, worden de dozen zo specifief dat de meeste van hen uiteindelijk leeg eindigen. Je verliest zoveel data (mensen die niet in een doos passen) dat je resultaten instabiel en onbetrouwbaar worden. Het is als het proberen te vinden van een speld in een hooiberg, maar de hooiberg krimpt voortdurend totdat er niets meer over is.
- PSM probeert niet direct op alle 10 de kenmerken te matchen. In plaats daarvan berekent het een enkele "score" (een samenvatting van al die 10 kenmerken) en matcht mensen op basis van die score. Dit voorkomt het probleem van de lege dozen en houdt je data stabiel, zelfs wanneer je veel variabelen hebt.

3. Het "Gokspel" (Modelafhankelijkheid)

De bewering: CEM dwingt je om later perfecte gokken over de data te doen, terwijl PSM vergevingsgezinder is.

De analogie:
- CEM is als een puzzel waarbij je de stukjes bij elkaar dwingt door ze af te schuren (coarsening) zodat ze passen. Omdat je ze hebt afgeschuurd, passen de stukjes niet meer perfect. Om de juiste afbeelding te krijgen, moet je nu een zeer complexe, perfecte formule gebruiken om de gaten te "repareren". Als je formule zelfs maar een klein beetje fout is, is het hele plaatje verpest.
- PSM is als een puzzel waarbij de stukjes natuurlijk passen. Zelfs als je een eenvoudige, licht imperfecte formule gebruikt om naar het resultaat te kijken, ziet het plaatje er nog steeds grotendeels correct uit omdat de stukjes vanaf het begin in balans waren. PSM is "robuust", wat betekent dat het niet zo snel kapot gaat als je een kleine fout maakt in je wiskunde.

4. Het "Liniaal"-probleem

De bewering: Eerdere studies zeiden dat PSM slecht was in het balanceren van groepen omdat ze de verkeerde meetlat gebruikten.

De analogie: Sommige onderzoekers beweerden dat PSM faalde omdat ze een liniaal gebruikten die alleen de afstand tussen mensen mat, en de richting negeerde.
- De auteur stelt dat in PSM, als de één iets langer is en de ander iets korter, deze willekeurige verschillen elkaar opheffen.
- De oude meetinstrumenten (zoals de Mahalanobis-afstand) behandelden deze willekeurige ups en downs als "fouten" die steeds erger werden.
- De auteur stelt een nieuwe manier van meten voor (Standardized Mean Differences) die rekening houdt met deze willekeurige ups en downs. Wanneer je deze nieuwe liniaal gebruikt, ziet PSM er veel beter uit in het balanceren van groepen dan CEM.

De Kern van het Verhaal

De conclusie van het artikel is dat CEM geen wondermiddel is.

Als je een klein aantal variabelen hebt, werkt CEM misschien redelijk, maar het heeft nog steeds verborgen gebreken.
Als je veel variabelen hebt (wat gebruikelijk is in real-world data), zorgt CEM ervoor dat je te veel data verliest en introduceert het systematische fouten die moeilijk te herstellen zijn.
PSM blijft de meer robuuste, betrouwbare keuze omdat het beter omgaat met willekeur, minder perfecte wiskunde vereist om een goed resultaat te krijgen, en niet zoveel data weggooit.

De auteur waarschuwt dat veel artsen en onderzoekers CEM hebben gebruikt in de veronderstelling dat het de "exacte" oplossing is, maar dat het in werkelijkheid een "onexacte" afkorting is die tot vertekende resultaten kan leiden als het niet met uiterste zorg wordt gehanteerd.

Technische Samenvatting: Het Onderzoek naar de Effectiviteit van Coarsened Exact Matching als Alternatief voor Propensity Score Matching

1. Probleemstelling

Coarsened Exact Matching (CEM) wordt in vergelijkend effectiviteitsonderzoek vaak gepromoot als een superieur alternatief voor Propensity Score Matching (PSM) voor het aanpakken van covariabele-imbalans, modelafhankelijkheid en statistische bias. Voorstanders beweren dat CEM PSM verbetert door de "PSM-paradox" te verminderen, waarbij wordt beweerd dat PSM de imbalans en modelafhankelijkheid vergroot naarmiddens het dichter bij exacte matching komt door het schrappen van slecht passende paren.

Dit artikel betoogt echter dat de aanbeveling om PSM te vervangen door CEM onzeker en potentieel gebrekkig is vanwege drie primaire kwesties:

Miskarakterisering van Exactheid: CEM wordt vaak onterecht bestempeld als "exacte matching". In werkelijkheid steunt het op gecoarse variabelen (gebinte continue of gegroepeerde categorische data), niet op de oorspronkelijke variabelen. Deze inherente inexactheid introduceert systematische residuele confounding die niet verdwijnt met een toenemende steekproefomvang.
Misinterpretatie van Imbalansmetrieken: Eerdere studies die beweren dat CEM PSM overtreft in het verminderen van imbalans, maken vaak gebruik van metrieken zoals de Mahalanobis-afstand. Deze metrieken slagen er niet in om onderscheid te maken tussen systematische imbalans en willekeurige variatie (kans-imbalans). In PSM ontstaan verschillen tussen covariabelen binnen gematchte paren met identieke propensity scores door toeval en hebben de neiging om elkaar te compenseren naarmiddens de steekproefomvang toeneemt; de imbalans bij CEM is echter structureel en persistent.
Modelafhankelijkheid en Dimensionaliteit: Omdat CEM residuele confounding achterlaat, vereist een onbevooroordeelde schatting een nauwkeurige post-matching regressiemodellering van de relatie tussen de uitkomst en de confounder. Dit vergroot de kwetsbaarheid voor model-misspecificatie. Bovendien lijdt CEM onder de "vloek van dimensionaliteit" wanneer er op veel covariabelen wordt gematcht, wat leidt tot aanzienlijk dataverlies, tenzij er agressieve coarsening wordt toegepast, wat op zijn beurt de residuele confounding verergert.

2. Methodologie

Theoretisch Kader en Aannames

De studie werkt onder standaard causale inferentie-aannames: de Stable Unit Treatment Value Assumption (SUTVA), Conditionele Onafhankelijkheid (Unconfoundedness), Positiviteit, en een lineair (of interactie) uitkomstmodel.

PSM: Maakt gebruik van de propensity score $e(X) = P(W=1|X)$ , die de eigenschap van een balancing score bezit ( $W \perp\!\!\perp X | e(X)$ ) en sterke onafhankelijkheid. Het artikel stelt dat in een exact gematcht PSM-ontwerp, kans-imbalansen in covariabelen geen bias introduceren, en dat een onbevooroordeelde schatting kan worden bereikt via een eenvoudige verschil-in-gemiddelden zonder uitkomstmodellering.
CEM: Omvat een "coarsening"-stap waarbij continue variabelen worden gebind en categorische variabelen worden gegroepeerd om een laag-dimensionale vector $C$ te creëren. Matching vindt plaats op de exacte waarden van $C$ . Cruciaal is dat $C$ geen voldoende statistiek is voor $X$ met betrekking tot de toewijzing van de behandeling, wat betekent dat $W \not\perp\!\!\perp X | C$ . Dit resulteert in een systematische binnen-stratum imbalans ( $\delta_c \neq 0$ ) die persistent blijft, ongeacht de steekproefomvang.

Voorgestelde Metrieken

Het artikel bekritiseert bestaande imbalansmetrieken (bijv. Mahalanobis-afstand, $L_1$ -metrieken) omdat ze de richting van kans-imbalans negeren, wat voorkomt dat ze naar nul convergeren in simulatiestudies.

Nieuwe Metriek: De auteurs stellen een multivariate imbalansmetriek voor op basis van de Standardized Mean Difference (SMD). Deze metriek somt de absolute waarden van de gemiddelde SMDs over gesimuleerde steekproeven op, specifiek ontworpen om systematische imbalans (die afwijkt van nul) te onderscheiden van willekeurige kans-imbalans (die naar nul convergeert).

Simulatieontwerp

De studie maakt gebruik van een uitgebreide simulatiestudie die CEM (met gebruik van "Auto" coarsening via de Sturges-regel en "G3" coarsening in drie groepen) vergelijkt met PSM (nearest-neighbor matching met een 0,2 caliper).

Scenario's:
- Homogene vs. Heterogene Behandelingseffecten: Evaluatie van prestaties onder zowel constante als variërende behandelingseffecten.
- Modelspecificatie: Testen van prestaties onder correct gespecificeerde en misgespecificeerde uitkomstmodellen (inclusclusief non-lineariteiten en interacties).
- Dimensionaliteit: Variëren van het aantal confounders ( $p=2, 5, 7$ ) om de vloek van dimensionaliteit te beoordelen.
- Behandelingsprevalentie: Onderzoeken van lage (~~10%) versus hoge (~~30%) behandelingspercentages om de bias in het schatten van de Average Treatment Effect on the Treated (PATT) te beoordelen.
Analyse: De studie evalueert bias, variantie en Mean Squared Error (MSE) met zowel ongecorrigeerde analyses (verschil in gemiddelden) als gecorrigeerde analyses (regressie met lineaire termen).

3. Belangrijkste Bijdragen en Resultaten

1. Systematische vs. Willekeurige Imbalans

Bevinding: In PSM is de covariabele-imbalans tussen gematchte paren willekeurig en convergeert deze naar nul naarmiddens het aantal paren toeneemt. In CEM is de imbalans systematisch en gedreven door het coarsening-proces; deze neemt niet af met grotere steekproefomvang.
Resultaat: Ongecorrigeerde analyses (eenvoudige gemiddelde verschillen) zijn aanzienlijk minder bevooroordeeld onder PSM dan onder CEM. CEM vereist post-matching regressie-correctie om residuele confounding te mitigeren, terwijl PSM dit niet strikt vereist voor onbevooroordeelde schatting onder de balancing score eigenschap.

2. Modelafhankelijkheid en Misspecificatie

Bevinding: De afhankelijkheid van CEM van gecoseerde variabelen betekent dat een onbevooroordeelde schatting afhankelijk is van het correct modelleren van de relatie tussen de uitkomst en de oorspronkelijke confounders.
Resultaat: Wanneer het uitkomstmodel is misgespecificeerd, levert CEM een significant hogere bias op dan PSM. Het artikel biedt een theoretisch voorstel (Propositie 1) dat aantoont dat in een exact gematcht PSM-ontwerp, een klasse van misgespecificeerde lineaire modellen (het weglaten van non-lineaire termen of interacties) nog steeds asymptotisch onbevooroordeelde ATT-schattingen kan opleveren. In contrast hiermee blijft CEM zeer gevoelig voor model-misspecificatie vanwege de structurele residuele confounding.

3. De Vloek van Dimensionaliteit en Coarsening Trade-offs

Bevinding: Naarmiddens het aantal covariabelen toeneemt, lijdt CEM met fijne coarsening (bijv. "Auto") onder ernstig dataverlies (sparsity bias), wat leidt tot instabiele schattingen.
Resultaat: Het verhogen van het niveau van coarsening (bijv. "G3") mitigeert het dataverlies maar introduceert grotere residuele confounding en modelafhankelijkheid. Bijgevolg presteert CEM in hoog-dimensionale settings slechter dan PSM wat betreft bias, variantie en MSE, vooral wanneer het uitkomstmodel is misgespecificeerd.

4. Heterogene Behandelingseffecten

Bevinding: De patronen waargenomen bij homogene effecten houden stand onder heterogene behandelingseffecten.
Resultaat: PSM vertoont consistent lagere bias en variantie vergeleken met CEM, vooral wanneer de behandelingsprevalentie hoog is en het uitkomstmodel is misgespecificeerd. Analytische estimators in PSM presteren beter dan model-gebaseerde estimators in CEM onder misspecificatie.

4. Betekenis en Claims

Het artikel concludeert dat CEM geen levensvatbaar alternatief is voor PSM wanneer er gematcht wordt op een groot aantal covariabelen.

Correctie van Misconcepties: De studie daagt de heersende visie in de klinische literatuur uit dat CEM een volledig geblokt gerandomiseerd experiment nabootst of superieur is aan PSM in het verminderen van imbalans en modelafhankelijkheid. Het verheldert dat CEM een inexacte matchingmethode is die structurele bias introduceert.
Methodologische Richtlijieden: De auteurs stellen dat claims van de superioriteit van CEM vaak voortkomen uit het gebruik van ongepaste imbalansmetrieken (zoals de Mahalanobis-afstand) die geen rekening houden met kansvariatie. Wanneer geëvalueerd met passende SMD-gebaseerde metrieken, vertoont PSM een superieure covariabele-balans.
Robuustheid: Er wordt aangetoond dat PSM robuuster is tegen model-misspecificatie. Hoewel CEM de modelafhankelijkheid vermindert ten opzichte van ongecorrigeerde data, blijft het meer afhankelijk van correcte uitkomstmodellering dan PSM.
Beperkingen: Het artikel erkent dat PSM geen panacee is; het kan ongemeten confounding niet aanpakken en is afhankelijk van de correcte specificatie van de propensity score methode. Echter, binnen de reikwijdte van geobserveerde confounders biedt PSM een robuuster kader voor het verminderen van bias en modelafhankelijkheid dan CEM, met name in hoog-dimensionale settings.

De studie pleit voor een herwaardering van de rol van CEM in observationeel onderzoek, waarbij wordt gesuggereerd dat de theoretische voordelen vaak worden tenietgedaan door praktische beperkingen gerelateerd aan residuele confounding en de vloek van dimensionaliteit.