使用SPSS实现1:1倾向性评分匹配(PSM)

2017-10-19 医咖会 医咖会

SPSS倾向性评分

谈起临床研究，如何设立一个靠谱的对照，有时候成为整个研究成败的关键。对照设立的一个非常重要的原则就是可比性，简单说就是对照组除了研究因素外，其他的因素应该尽可能和试验组保持一致，这里就不得不提随机对照试验。众所周知，随机对照试验中研究对象是否接受干预是随机的，这就保证了组间其他混杂因素均衡可比。但是有些时候并不能实现随机化，比如说观察性研究。这时候倾向性评分匹配(propensity scor

谈起临床研究，如何设立一个靠谱的对照，有时候成为整个研究成败的关键。对照设立的一个非常重要的原则就是可比性，简单说就是对照组除了研究因素外，其他的因素应该尽可能和试验组保持一致，这里就不得不提随机对照试验。众所周知，随机对照试验中研究对象是否接受干预是随机的，这就保证了组间其他混杂因素均衡可比。但是有些时候并不能实现随机化，比如说观察性研究。这时候倾向性评分匹配(propensity score matching, PSM)可以有效降低混杂偏倚，并且在整个研究设计阶段，得到类似随机对照研究的效果。与常规匹配相比，倾向性评分匹配能考虑更多匹配因素，提高研究效率。这么“高大上”的倾向性评分匹配，是不是超级难学？错矣！今天就带大家轻松搞定1:1倾向性评分匹配。作为“稀罕”大招，并不是在所有版本的SPSS都可以实现倾向性评分匹配，仅在SPSS22及以上自带简易版PSM，对于其他版本或者想要体验完整版功能，就不得不去安装相应的软件（R软件、SPSS R插件、PS matching插件。。。超级难安装！那是需要运气和耐心的！）。本次使用SPSS 22为大家演示1:1倾向性评分匹配。一、问题与数据某

作者：医咖会



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
评论区 (8)
#插入话题
  1. 2024-04-01 DFL

    逆概率加权能做吗

    0

  2. 2024-03-22 ms4000000798731212

    请问老师SPSS哪个版本可以做倾向性评分？

    0

  3. 2019-01-14 120c2834m13(暂无昵称)

    非常感谢 讲的很详细

    0

  4. 2018-01-20 1216be2dm50暂无昵称

    请问三组的匹配怎么操作?就直接多加一组数据么?

    0

  5. 2018-01-05 Prolly

    讲的太清楚了.谢谢

    0

相关资讯

深入吃透主成分分析原理：三种不同分析策略对比

评价一个主体的指标越多，我们就多一个角度去考察它，但是指标多了之后也会有另外一个麻烦，就是如何综合使用它们来评价主体呢？排名是生活中常见的事情，但一般情况下我们只知道最终的排名结果和排名参考指标，具体的排名算法我们并不清楚，今天我们将通过SPSS软件对排名问题进行研究，以探讨其潜在的逻辑！首先导入我们得到的源数据，数据中包含排名、高校名称以及6个供参考的指标数值。有一点我们可以确定，那就是这个最终

有序回归的SPSS分析与解释

等级回归分析对应的英文为“ordinal regression”，也称有序回归，以等级变量做因变量建立模型来预测危险发生的概率，因变量中各个类别要按不同程度的顺序取值。 第一步：调用界面：分析---回归---有序 选择变量做因变量、因子、协变量。 通过频数描述知，等级越高，概率即数目越多，所以选则“补充对数-对数”即complementary log-

SPSS用于正交试验优化设计及其方差分析

正交试验设计是我们动物实验经常用到的一个实验设计，他可以使我们的试验步骤缩小很多，让我们省去很多的时间以及，避免资金的浪费，而对于很多新手来说，spss如何进行正交设计，很多人都是懵懵懂懂，不太清楚，下面小编会给大家简单的讲解一下，这个内容，希望对大家有所帮助。 一、使用SPSS生成正交表：选择Data，在Orthogonal Design→Generate,打开“Generate Orth

降维分析中更优尺度的SPSS分析

对于两组分类变量，一般通过主成分分析法进行降维，从而在一个二维的平面上直观的表现出两组变量的类别之间有什么关联。如果是多组分类变量呢？则往往可以通过最优尺度分析方法解决变这量之间的关联分析。 我们首先选择菜单分析——降维——最优尺度，打开最优尺度面板，我们看到，这是个很小的面板（梅斯小编：这不是回归里面的最优尺度回归分析哦）。 首先最佳度量水平里有两个选项，所有变量均为多重标称，或某些

SPSS进行病例对照研究的1:1匹配分析

src="http://mmbiz.qpic.cn/mmbiz_png/tI71YDhoIbEWTKwQqNMtGicSjEkKNhBkCsVTJt3QzkLtGF9eupG45WBIYgPTGIb1c6eOqmRrhKgagoDGvMszmrQ/0?wx_fmt=png" data-ratio="0.3207831325301205" data-w="664" src="https://mmbi

SPSS进行多相关样本的非参数检验（Friedman检验）

一、案例 2010年世博会期间，参观人数众多，为了比较各个时间段的入园人数有无差别，收集了以下的数据： 日期：统计的日期 a：该日12-14点的入园人数 b：该日14-16点的入园人数 c：该日16-18点的入园人数 d：该日18-20点的入园人数 目的是分析上述四个时间段的入园人数有无差异。显然，四组数据并不独立，不能满足普通方差分析的条件，可以使用重复测量的方差分析。但考虑到入园