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?？梢愿鶕?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！