SPSS操作:輕松實現(xiàn)1:1傾向性評分匹配(PSM)

談起臨床研究，如何設(shè)立一個靠譜的對照，有時候成為整個研究成敗的關(guān)鍵。對照設(shè)立的一個非常重要的原則就是可比性，簡單說就是對照組除了研究因素外，其他的因素應(yīng)該盡可能和試驗組保持一致，這里就不得不提隨機對照試驗。眾所周知，隨機對照試驗中研究對象是否接受干預(yù)是隨機的，這就保證了組間其他混雜因素均衡可比。

但是有些時候并不能實現(xiàn)隨機化，比如說觀察性研究。這時候傾向性評分匹配(propensity score matching, PSM)可以有效降低混雜偏倚，并且在整個研究設(shè)計階段，得到類似隨機對照研究的效果，想看實例趕快戳：隊列研究常用的傾向評分，到底是個啥？。與常規(guī)匹配相比，傾向性評分匹配能考慮更多匹配因素，提高研究效率。

這么“高大上”的傾向性評分匹配，是不是超級難學(xué)？錯矣！今天就帶大家輕松搞定1:1傾向性評分匹配。作為“稀罕”大招，并不是在所有版本的SPSS都可以實現(xiàn)傾向性評分匹配，僅在SPSS22及以上自帶簡易版PSM，對于其他版本或者想要體驗完整版功能，就不得不去安裝相應(yīng)的軟件（R軟件、SPSS R插件、PS matching插件。。。超級難安裝！那是需要運氣和耐心的！感興趣的小伙伴可以私聊~~~）。

本次使用SPSS22為大家演示1:1傾向性評分匹配。

一、問題與數(shù)據(jù)

某研究小白想搞明白吸煙和高血壓之間的關(guān)系，準備利用某項調(diào)查的資料進一步隨訪研究吸煙和高血壓的關(guān)聯(lián)，該項研究包括233名吸煙者，949 名不吸煙者。如果全部隨訪，研究小白感覺鴨梨山大，所以打算從中選取部分可比的個體進行隨訪。

這兩組人群一些主要特征的分布存在顯著差異（見表1），現(xiàn)準備采用PS最鄰近匹配法選取可比的個體作為隨訪對象。

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. 傾向性評分匹配

選擇Data→Propensity Score Matching，就進入傾向性評分匹配的主對話框。

將分組變量Smoke放入Group Indicator中（一般處理組賦值為“1”，對照組賦值為“0”）；將需要匹配的變量放入Predictors中；Name for Propensity Variable為傾向性評分設(shè)定一個變量名PS；

Match Tolerance用來設(shè)置傾向性評分匹配標準（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分±0.02進行1：1匹配（當然，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，但是凡事有個度，太小的卡鉗值也意味著匹配難度會加大，成功匹配的對子數(shù)會減少，需要綜合考慮~~~）；

Case ID確定觀測對象的ID；Match ID Variable Name設(shè)定一個變量，用來明確對照組中匹配成功的Match_ID；Output Dataset Name這里把匹配的觀測對象單獨輸出一個數(shù)據(jù)集Match。

3. Options設(shè)置

Variable for Number of Eligible Cases設(shè)定一個變量，用來明確病例組中某一個觀測對象，在對照組中有多少個觀測對象滿足與其匹配的條件，比如說病例組有一個觀測對象PS=0.611，對照組可能有一個0.610，一個0.612。

Sampling默認為不放回抽樣。

Give priority to exact matches 優(yōu)先考慮精確匹配，也就說病例組有一個觀測對象PS=0.611，對照組也應(yīng)該找到一個0.611。

Maximize execution performance 執(zhí)行最優(yōu)化操作，即系統(tǒng)會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)默認勾選。

Randomize case order when drawing matches整個匹配過程中，如果對照組有多個滿足匹配條件的觀測對象，那么SPSS會默認隨機將其與病例組觀測對象匹配。但是因為SPSS默認每次操作給對照組的隨機數(shù)字不同，所以如果不特殊設(shè)定，每次實際匹配成功的對子是不一樣的，也就說這一次對照組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)定一個隨機數(shù)種子，確保匹配過程可以重復(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），求出每個研究對象的PS值。

表2. logistic回歸模型

表3顯示，精確匹配45對，模糊匹配114對，共計匹配成功159對。

表3. 匹配結(jié)果

表4主要是匹配過程。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，進行PS的模糊匹配（PS±0.02，即最開始設(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

輸出的數(shù)據(jù)集Match中出現(xiàn)之前設(shè)定的幾個新變量：E_case表示對照組中有幾個符合匹配條件的觀測對象（如圖，吸煙組ID=2，有2個對照組觀測對象符合匹配條件）；PS是基于logistic回歸模型計算出的傾向性評分；match_id表示匹配成功的ID。

3. 數(shù)據(jù)庫整理

A.  篩選匹配成功的對子：選擇Data→Select Cases→If condition is satisfied：設(shè)定match_id≥1，篩選出匹配成功的對子→Output中輸出新的數(shù)據(jù)集Analysis。

B.  確定匹配成功標識：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，這時候相同的match_id即為匹配成功的對子。具體操作：將Analysis數(shù)據(jù)集中，不吸煙組match_id替換成ID編號：Transform→Compute Variable→if smoke=0, match_id=ID→OK

C.  選擇Data→Sort cases→按照匹配標識match_id排序（相同的match_id即為匹配成功的對子）→OK→Save（你的鼠標手一定要點保存?。。。?

傾向性評分匹配就搞定了，再來看看匹配情況。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，即直接從對照中尋找一個或多個與處理組個體PS值相同或相近的個體作為配比對象。本次我們就采用的是這個方法。

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，但不能保證每個協(xié)變量分布完全一致。可以根據(jù)某個重要變量（如性別）分層后，分別對每層人群進行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)合后可以增加個別重點變量平衡能力，實現(xiàn)過程比較復(fù)雜。

對于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并不能實現(xiàn)，后面會介紹基于SAS軟件復(fù)雜傾向性評分匹配，敬請期待~~~

想深入學(xué)習(xí)統(tǒng)計學(xué)知識，為數(shù)據(jù)分析筑牢根基？那快來看看統(tǒng)計學(xué)極簡入門課程！

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，60 天有效期且隨到隨學(xué)。它用獨特思路講重點，從數(shù)據(jù)種類到統(tǒng)計學(xué)體系，內(nèi)容通俗易懂。學(xué)完它，能讓你輕松入門統(tǒng)計學(xué)，還能提升數(shù)據(jù)分析能力。趕緊點擊鏈接開啟學(xué)習(xí)，讓自己在數(shù)據(jù)領(lǐng)域更上一層樓！