
SPSS操作:輕松實(shí)現(xiàn)1:1傾向性評(píng)分匹配(PSM)
談起臨床研究,如何設(shè)立一個(gè)靠譜的對(duì)照,有時(shí)候成為整個(gè)研究成敗的關(guān)鍵。對(duì)照設(shè)立的一個(gè)非常重要的原則就是可比性,簡(jiǎn)單說(shuō)就是對(duì)照組除了研究因素外,其他的因素應(yīng)該盡可能和試驗(yàn)組保持一致,這里就不得不提隨機(jī)對(duì)照試驗(yàn)。眾所周知,隨機(jī)對(duì)照試驗(yàn)中研究對(duì)象是否接受干預(yù)是隨機(jī)的,這就保證了組間其他混雜因素均衡可比。
但是有些時(shí)候并不能實(shí)現(xiàn)隨機(jī)化,比如說(shuō)觀察性研究。這時(shí)候傾向性評(píng)分匹配(propensity score matching, PSM)可以有效降低混雜偏倚,并且在整個(gè)研究設(shè)計(jì)階段,得到類似隨機(jī)對(duì)照研究的效果,想看實(shí)例趕快戳:隊(duì)列研究常用的傾向評(píng)分,到底是個(gè)啥?。與常規(guī)匹配相比,傾向性評(píng)分匹配能考慮更多匹配因素,提高研究效率。
這么“高大上”的傾向性評(píng)分匹配,是不是超級(jí)難學(xué)?錯(cuò)矣!今天就帶大家輕松搞定1:1傾向性評(píng)分匹配。作為“稀罕”大招,并不是在所有版本的SPSS都可以實(shí)現(xiàn)傾向性評(píng)分匹配,僅在SPSS22及以上自帶簡(jiǎn)易版PSM,對(duì)于其他版本或者想要體驗(yàn)完整版功能,就不得不去安裝相應(yīng)的軟件(R軟件、SPSS R插件、PS matching插件。。。超級(jí)難安裝!那是需要運(yùn)氣和耐心的!感興趣的小伙伴可以私聊~~~)。
本次使用SPSS22為大家演示1:1傾向性評(píng)分匹配。
一、問(wèn)題與數(shù)據(jù)
某研究小白想搞明白吸煙和高血壓之間的關(guān)系,準(zhǔn)備利用某項(xiàng)調(diào)查的資料進(jìn)一步隨訪研究吸煙和高血壓的關(guān)聯(lián),該項(xiàng)研究包括233名吸煙者,949 名不吸煙者。如果全部隨訪,研究小白感覺(jué)鴨梨山大,所以打算從中選取部分可比的個(gè)體進(jìn)行隨訪。
這兩組人群一些主要特征的分布存在顯著差異(見(jiàn)表1),現(xiàn)準(zhǔn)備采用PS最鄰近匹配法選取可比的個(gè)體作為隨訪對(duì)象。
表1. 兩組基線情況比較(匹配前)
二、SPSS分析方法
1. 數(shù)據(jù)錄入
(1) 變量視圖
(2) 數(shù)據(jù)視圖
2. 傾向性評(píng)分匹配
選擇Data→Propensity Score Matching,就進(jìn)入傾向性評(píng)分匹配的主對(duì)話框。
將分組變量Smoke放入Group Indicator中(一般處理組賦值為“1”,對(duì)照組賦值為“0”);將需要匹配的變量放入Predictors中;Name for Propensity Variable為傾向性評(píng)分設(shè)定一個(gè)變量名PS;
Match Tolerance用來(lái)設(shè)置傾向性評(píng)分匹配標(biāo)準(zhǔn)(學(xué)名“卡鉗值”),這里設(shè)定為0.02,即吸煙組和不吸煙組按照傾向性評(píng)分±0.02進(jìn)行1:1匹配(當(dāng)然,卡鉗值設(shè)置的越小,吸煙組和不吸煙組匹配后可比性越好,但是凡事有個(gè)度,太小的卡鉗值也意味著匹配難度會(huì)加大,成功匹配的對(duì)子數(shù)會(huì)減少,需要綜合考慮~~~);
Case ID確定觀測(cè)對(duì)象的ID;Match ID Variable Name設(shè)定一個(gè)變量,用來(lái)明確對(duì)照組中匹配成功的Match_ID;Output Dataset Name這里把匹配的觀測(cè)對(duì)象單獨(dú)輸出一個(gè)數(shù)據(jù)集Match。
3. Options設(shè)置
Variable for Number of Eligible Cases設(shè)定一個(gè)變量,用來(lái)明確病例組中某一個(gè)觀測(cè)對(duì)象,在對(duì)照組中有多少個(gè)觀測(cè)對(duì)象滿足與其匹配的條件,比如說(shuō)病例組有一個(gè)觀測(cè)對(duì)象PS=0.611,對(duì)照組可能有一個(gè)0.610,一個(gè)0.612。
Sampling默認(rèn)為不放回抽樣。
Give priority to exact matches 優(yōu)先考慮精確匹配,也就說(shuō)病例組有一個(gè)觀測(cè)對(duì)象PS=0.611,對(duì)照組也應(yīng)該找到一個(gè)0.611。
Maximize execution performance 執(zhí)行最優(yōu)化操作,即系統(tǒng)會(huì)綜合考慮精確匹配和模糊匹配(基于設(shè)定的卡鉗值范圍內(nèi)匹配),系統(tǒng)默認(rèn)勾選。
Randomize case order when drawing matches整個(gè)匹配過(guò)程中,如果對(duì)照組有多個(gè)滿足匹配條件的觀測(cè)對(duì)象,那么SPSS會(huì)默認(rèn)隨機(jī)將其與病例組觀測(cè)對(duì)象匹配。但是因?yàn)镾PSS默認(rèn)每次操作給對(duì)照組的隨機(jī)數(shù)字不同,所以如果不特殊設(shè)定,每次實(shí)際匹配成功的對(duì)子是不一樣的,也就說(shuō)這一次對(duì)照組A匹配給病例組B,下一次就可能匹配給病例組C。所以需要自行設(shè)置,并且在Random Number Seed設(shè)定一個(gè)隨機(jī)數(shù)種子,確保匹配過(guò)程可以重復(fù)。
三、結(jié)果解讀
1. 匹配結(jié)果
表2以吸煙(1=吸煙;0=不吸煙)為因變量,以需要調(diào)整的變量為自變量構(gòu)建logistic回歸模型(表2),求出每個(gè)研究對(duì)象的PS值。
表2. logistic回歸模型
表3顯示,精確匹配45對(duì),模糊匹配114對(duì),共計(jì)匹配成功159對(duì)。
表3. 匹配結(jié)果
表4主要是匹配過(guò)程。首先是精確匹配(即PS完全一致),匹配33663次,大約1%匹配成功;其次在精確匹配成功的前提下,進(jìn)行PS的模糊匹配(PS±0.02,即最開(kāi)始設(shè)定的卡鉗值為0.02),匹配33618次,大約3.3%匹配成功。
表4. 匹配容許誤差
2. 匹配后數(shù)據(jù)庫(kù)
輸出的數(shù)據(jù)集Match中出現(xiàn)之前設(shè)定的幾個(gè)新變量:E_case表示對(duì)照組中有幾個(gè)符合匹配條件的觀測(cè)對(duì)象(如圖,吸煙組ID=2,有2個(gè)對(duì)照組觀測(cè)對(duì)象符合匹配條件);PS是基于logistic回歸模型計(jì)算出的傾向性評(píng)分;match_id表示匹配成功的ID。
3. 數(shù)據(jù)庫(kù)整理
A. 篩選匹配成功的對(duì)子:選擇Data→Select Cases→If condition is satisfied:設(shè)定match_id≥1,篩選出匹配成功的對(duì)子→Output中輸出新的數(shù)據(jù)集Analysis。
B. 確定匹配成功標(biāo)識(shí):match_id為吸煙組和不吸煙組相互匹配成功的ID,這里將不吸煙組match_id變量轉(zhuǎn)換為ID變量,這時(shí)候相同的match_id即為匹配成功的對(duì)子。具體操作:將Analysis數(shù)據(jù)集中,不吸煙組match_id替換成ID編號(hào):Transform→Compute Variable→if smoke=0, match_id=ID→OK
C. 選擇Data→Sort cases→按照匹配標(biāo)識(shí)match_id排序(相同的match_id即為匹配成功的對(duì)子)→OK→Save(你的鼠標(biāo)手一定要點(diǎn)保存?。。。?
傾向性評(píng)分匹配就搞定了,再來(lái)看看匹配情況。表5顯示,原吸煙組233例,最后共有159例匹配成功(這次我們限定PS≤0.02,但可根據(jù)實(shí)際情況選擇合適的限定,增加匹配成功數(shù)?。?,各匹配因素在兩組間都均衡可比。
表5. 兩組基線情況比較(匹配后)
四、總結(jié)和拓展
PSM一般分為三種類型:
1、PS最鄰近匹配:是PSM最基本的方法,即直接從對(duì)照中尋找一個(gè)或多個(gè)與處理組個(gè)體PS值相同或相近的個(gè)體作為配比對(duì)象。本次我們就采用的是這個(gè)方法。
2、分層PSM:PS最鄰近匹配盡管可以使協(xié)變量總體趨于平衡,但不能保證每個(gè)協(xié)變量分布完全一致。可以根據(jù)某個(gè)重要變量(如性別)分層后,分別對(duì)每層人群進(jìn)行PS最鄰近匹配,然后再將配比人群合并,這樣就可以保證該重要變量在組間分布完全一致。
3、與馬氏配比結(jié)合的PSM:PSM與馬氏配比結(jié)合后可以增加個(gè)別重點(diǎn)變量平衡能力,實(shí)現(xiàn)過(guò)程比較復(fù)雜。
對(duì)于1:m PS匹配和與馬氏配比結(jié)合的PSM,目前SPSS22及以上版本自帶的PSM并不能實(shí)現(xiàn),后面會(huì)介紹基于SAS軟件復(fù)雜傾向性評(píng)分匹配,敬請(qǐng)期待~~~
想深入學(xué)習(xí)統(tǒng)計(jì)學(xué)知識(shí),為數(shù)據(jù)分析筑牢根基?那快來(lái)看看統(tǒng)計(jì)學(xué)極簡(jiǎn)入門(mén)課程!
學(xué)習(xí)入口:https://edu.cda.cn/goods/show/3386?targetId=5647&preview=0
課程由專業(yè)數(shù)據(jù)分析師打造,完全免費(fèi),60 天有效期且隨到隨學(xué)。它用獨(dú)特思路講重點(diǎn),從數(shù)據(jù)種類到統(tǒng)計(jì)學(xué)體系,內(nèi)容通俗易懂。學(xué)完它,能讓你輕松入門(mén)統(tǒng)計(jì)學(xué),還能提升數(shù)據(jù)分析能力。趕緊點(diǎn)擊鏈接開(kāi)啟學(xué)習(xí),讓自己在數(shù)據(jù)領(lǐng)域更上一層樓!
數(shù)據(jù)分析咨詢請(qǐng)掃描二維碼
若不方便掃碼,搜微信號(hào):CDAshujufenxi
LSTM 模型輸入長(zhǎng)度選擇技巧:提升序列建模效能的關(guān)鍵? 在循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)家族中,長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)憑借其解決長(zhǎng)序列 ...
2025-07-11CDA 數(shù)據(jù)分析師報(bào)考條件詳解與準(zhǔn)備指南? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代浪潮下,CDA 數(shù)據(jù)分析師認(rèn)證愈發(fā)受到矚目,成為眾多有志投身數(shù) ...
2025-07-11數(shù)據(jù)透視表中兩列相乘合計(jì)的實(shí)用指南? 在數(shù)據(jù)分析的日常工作中,數(shù)據(jù)透視表憑借其強(qiáng)大的數(shù)據(jù)匯總和分析功能,成為了 Excel 用戶 ...
2025-07-11尊敬的考生: 您好! 我們誠(chéng)摯通知您,CDA Level I和 Level II考試大綱將于 2025年7月25日 實(shí)施重大更新。 此次更新旨在確保認(rèn) ...
2025-07-10BI 大數(shù)據(jù)分析師:連接數(shù)據(jù)與業(yè)務(wù)的價(jià)值轉(zhuǎn)化者? ? 在大數(shù)據(jù)與商業(yè)智能(Business Intelligence,簡(jiǎn)稱 BI)深度融合的時(shí)代,BI ...
2025-07-10SQL 在預(yù)測(cè)分析中的應(yīng)用:從數(shù)據(jù)查詢到趨勢(shì)預(yù)判? ? 在數(shù)據(jù)驅(qū)動(dòng)決策的時(shí)代,預(yù)測(cè)分析作為挖掘數(shù)據(jù)潛在價(jià)值的核心手段,正被廣泛 ...
2025-07-10數(shù)據(jù)查詢結(jié)束后:分析師的收尾工作與價(jià)值深化? ? 在數(shù)據(jù)分析的全流程中,“query end”(查詢結(jié)束)并非工作的終點(diǎn),而是將數(shù) ...
2025-07-10CDA 數(shù)據(jù)分析師考試:從報(bào)考到取證的全攻略? 在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天,數(shù)據(jù)分析師已成為各行業(yè)爭(zhēng)搶的核心人才,而 CDA(Certi ...
2025-07-09【CDA干貨】單樣本趨勢(shì)性檢驗(yàn):捕捉數(shù)據(jù)背后的時(shí)間軌跡? 在數(shù)據(jù)分析的版圖中,單樣本趨勢(shì)性檢驗(yàn)如同一位耐心的偵探,專注于從單 ...
2025-07-09year_month數(shù)據(jù)類型:時(shí)間維度的精準(zhǔn)切片? ? 在數(shù)據(jù)的世界里,時(shí)間是最不可或缺的維度之一,而year_month數(shù)據(jù)類型就像一把精準(zhǔn) ...
2025-07-09CDA 備考干貨:Python 在數(shù)據(jù)分析中的核心應(yīng)用與實(shí)戰(zhàn)技巧? ? 在 CDA 數(shù)據(jù)分析師認(rèn)證考試中,Python 作為數(shù)據(jù)處理與分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 檢驗(yàn):數(shù)據(jù)趨勢(shì)與突變分析的有力工具? ? ? 在數(shù)據(jù)分析的廣袤領(lǐng)域中,準(zhǔn)確捕捉數(shù)據(jù)的趨勢(shì)變化以及識(shí)別 ...
2025-07-08備戰(zhàn) CDA 數(shù)據(jù)分析師考試:需要多久?如何規(guī)劃? CDA(Certified Data Analyst)數(shù)據(jù)分析師認(rèn)證作為國(guó)內(nèi)權(quán)威的數(shù)據(jù)分析能力認(rèn)證 ...
2025-07-08LSTM 輸出不確定的成因、影響與應(yīng)對(duì)策略? 長(zhǎng)短期記憶網(wǎng)絡(luò)(LSTM)作為循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)的一種變體,憑借獨(dú)特的門(mén)控機(jī)制,在 ...
2025-07-07統(tǒng)計(jì)學(xué)方法在市場(chǎng)調(diào)研數(shù)據(jù)中的深度應(yīng)用? 市場(chǎng)調(diào)研是企業(yè)洞察市場(chǎng)動(dòng)態(tài)、了解消費(fèi)者需求的重要途徑,而統(tǒng)計(jì)學(xué)方法則是市場(chǎng)調(diào)研數(shù) ...
2025-07-07CDA數(shù)據(jù)分析師證書(shū)考試全攻略? 在數(shù)字化浪潮席卷全球的當(dāng)下,數(shù)據(jù)已成為企業(yè)決策、行業(yè)發(fā)展的核心驅(qū)動(dòng)力,數(shù)據(jù)分析師也因此成為 ...
2025-07-07剖析 CDA 數(shù)據(jù)分析師考試題型:解鎖高效備考與答題策略? CDA(Certified Data Analyst)數(shù)據(jù)分析師考試作為衡量數(shù)據(jù)專業(yè)能力的 ...
2025-07-04SQL Server 字符串截取轉(zhuǎn)日期:解鎖數(shù)據(jù)處理的關(guān)鍵技能? 在數(shù)據(jù)處理與分析工作中,數(shù)據(jù)格式的規(guī)范性是保證后續(xù)分析準(zhǔn)確性的基礎(chǔ) ...
2025-07-04CDA 數(shù)據(jù)分析師視角:從數(shù)據(jù)迷霧中探尋商業(yè)真相? 在數(shù)字化浪潮席卷全球的今天,數(shù)據(jù)已成為企業(yè)決策的核心驅(qū)動(dòng)力,CDA(Certifie ...
2025-07-04CDA 數(shù)據(jù)分析師:開(kāi)啟數(shù)據(jù)職業(yè)發(fā)展新征程? ? 在數(shù)據(jù)成為核心生產(chǎn)要素的今天,數(shù)據(jù)分析師的職業(yè)價(jià)值愈發(fā)凸顯。CDA(Certified D ...
2025-07-03