利用SPSS进行PSM倾向性评分配对

倾向评分匹配（Propensity Score Matching，简称PSM）是一种统计学方法，用于处理观察研究（Observational Study）的数据，在SCI文章中应用非常广泛。在观察研究中，由于种种原因，数据偏差（bias）和混杂变量（confounding variable）较多，倾向评分匹配的方法正是为了减少这些偏差和混杂变量的影响，以便对实验组和对照组进行更合理的比较。
为什么需要做倾向评分匹配？
我们知道RCT的证据力度高，是因为对患者进行了严格的筛选。我们的回顾性研究都是过去的数据，很难像RCT一样进行严格的筛选出两组患者基线相近的基础资料，但我们可以通过倾向评分匹配把回归性的数据进行筛选，把基线资料相近的患者进行匹配，得到近似RCT的效果。
应用场景
 1.基线资料不平
 2.开展病例对照研究病阳性例数较少，如罕见病研究
 3.将众多混杂因素变为一个变量：倾向值
以下为一个实例，没进行匹配前两组患者基线资料相差很大，进行倾向评分匹配后，基线资料近似一致了

以下是一篇中华急危重症杂志发表的文章，说明倾向评分匹配在投稿中可以获得更高证据力度，有加分作用

下面我们通过实例演示怎么使用SPSS进行倾向评分匹配，我们有以下一组数据如下图所示我们有1组患者35例数据：sex为性别，age为年龄，BMI为体重指数，GCS为GCS评分，我们需要使用SPSS给它进行1:1配比相同患者的资料，好进行病例对照研究。

首先打开SPSS，把数据拷贝进去

依次点击：数据—倾向性得分匹配

Group放入组指示符，ID放入个案ID，其他变量放入预测变量

倾向变量名填入：评分，匹配容差填入：0.05，匹配ID填入：新ID, 输出数据集填入:新数据

点击确定得到下图，这样匹配的ID就出来啦，是不是很简单呀


目前SPSS只能进行1:1匹配，如果需要更高的匹配需要用到其他的软件，如：stata等，我们的课程将继续更新相关课程。
动动小手关注一下吧，更多精彩文章尽在零基础说科研