倾向性评分匹配的原理及文献解读.pptxVIP

;;;;;;;;;;;;2006年美国流行病学杂志Am J Epidemiol总结了真实世界研究控制混杂常用的五种方法，包括：1. 多元回归模型调整混杂2. 倾向性评分匹配（PSM）后构建回归模型3. 回归模型调整倾向性评分（PS）4. 回归模型+加权（IPTW）处理5. 回归模型+加权（SMR）处理;;;;;;;一般是通过某种统计学模型求得每个观测的对个协变量的综合倾向性得分，再按照倾向性得分是否接近进行匹配 常用的统计模型一般是以分组变量为因变量，其他可能影响结果的混杂因素为协变量构建Logistic回归模型 计算??个观测的倾向性得分，根据拟合的回归模型计算每个个体的倾向指数，指数范围为0-1之间，反映个体被分到实验组的概率，设置卡钳值（最优卡钳值为0.02, 0.03或倾向性评分值经logit转换后标准差的20%），按照得分大小进行匹配 如果不同组别间研究结局的差异有统计学，则可以归因于研究因素的影响 主要用途：使用已知的多个协变量凝练出一个综合评分，以校正组间基线资料的不均衡可比;;;;;;;;1.实例介绍;;;;;;2.软件准备;;;;;;;;;;谢谢大家;