倾向评分匹配的SPSS、R和Stata实现方法

2016-07-13 MedSci MedSci原创

其中，(pscore)是在第二步中生成的那个记录对象概率的变量，noreplacement是一个选项，使得任何读了研究生的观察对象的对照对象都具有唯一性，换言之，只能1对1匹配。另一个案例（在版本：12）net install psmatch2use "C:\Users

随着电子记录存储的出现，调查人员获得了越来越多的包含大量变量的患者长期的资料。这些数据库为心胸外科的医生提供了很好的机会，去评价和识别不良结局、治疗效果、复发、生存情况等的影响因素。然而，这样的观察数据，在我们想研究的组间通常存在大量不平衡的变量。这些不均衡的变量通常跟暴露和结局有关。比如，年龄和并发症通常会影响选择治疗的方法，也会影响生存情况。为了克服观察性资料的这些局限性，倾向评分分析和倾向评分匹配出现了。如果在正确的条件下使用，分析的结果将会更加的准确和正确。在此我们简要地回顾一下使用倾向评分匹配的要点，以及这种方法在观察性资料中应用的优缺点。什么时候应该用倾向评分匹配？倾向评分匹配应该在暴露（干预）不随机的时候使用。例如，Zahoor和colleagues比较两组患者的生存结局，一组是微创食管切除术（A组），另外一组是微创食管切除术后增加辅助治疗（B组）。在这个例子中，干预的分配并不是随机的额，他是由外科医生和（或）肿瘤医生根据不同的个案而决定的。因此，很多变量在一开始就存在着组间的差异。从这些差异性变量中，我们可以得知A组的病人年纪更大，伴有更多的基础疾病。对于年纪

作者：MedSci

版权声明：
本网站所有注明“来源：梅斯医学”或“来源：MedSci原创”的文字、图片和音视频资料，版权均属于梅斯医学所有。非经授权，任何媒体、网站或个人不得转载，授权转载时须注明“来源：梅斯医学”。其它来源的文章系转载文章，本网所有转载文章系出于传递更多信息之目的，转载内容不代表本站立场。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。
在此留言