PSM原理及軟件操作

周權(quán)常德市第一人民醫(yī)院科教科二O一七年五月TheFirstPeople’sHospitalofChangdeCity傾向性評分匹配的原理及軟件操作常德一醫(yī)臨床科研青年骨干小組培訓(xùn)班課件目前一頁\總數(shù)五十六頁\編于十六點傾向性評分匹配的原理介紹01傾向性評分匹配的軟件操作02傾向性評分匹配應(yīng)用的注意事項03目錄CONTENTETheFirstPeople’sHospitalofChangdeCity目前二頁\總數(shù)五十六頁\編于十六點傾向性評分匹配的原理介紹01目前三頁\總數(shù)五十六頁\編于十六點X是否人為分配？AssignedexposureX?觀察性O(shè)bservational實驗性

ExperimentalAnalytic

Crosssectional橫斷面

Case-control病例對照Cohortstudies隊列Randomizedcontrolledtrials(RCT)NoYes臨床研究常見的類型目前四頁\總數(shù)五十六頁\編于十六點1.RCT研究簡介StudyPopulationTreatmentGroupControlGroupOutcomesOutcomesRandomizeComparisonBlindness?RCT研究的基本流程目前五頁\總數(shù)五十六頁\編于十六點1.RCT研究簡介RCT研究被稱為是臨床防治性研究的“金標(biāo)準(zhǔn)”，是因為在RCT研究中試驗組和對照組可以通過“隨機(jī)分配”的方式平衡混雜因素，比如研究一種藥物治療哮喘的療效，研究者在招募一些哮喘患者后，將其隨機(jī)分為試驗組和對照組，試驗組接受藥物治療，對照組接受安慰劑治療，治療一段時間后，如果兩組患者的有效率不同，則我們可以認(rèn)為兩組有效率的差異完全是由該藥物引起的。因為從理論上說試驗組和對照組相比除了該藥物外，其他的臨床特征都是相同的，或者說是具有可比性。目前六頁\總數(shù)五十六頁\編于十六點1.RCT研究簡介藥物臨床試驗(GCP)采用的就是嚴(yán)格按照RCT研究標(biāo)準(zhǔn)進(jìn)行的目前七頁\總數(shù)五十六頁\編于十六點1.RCT研究簡介①有些研究無法解決倫理問題。如吸煙和肺癌，就不能做RCT研究RCT研究也有其不可避免的缺陷：②RCT研究是在理想條件下對特定人群的干預(yù)結(jié)局，并不能很好的外推到真實的臨床環(huán)境中，如：藥物的RCT一般都會限制研究人群，年齡有限制，小孩不要，老人不要，有基礎(chǔ)疾病的不要，但在真實的臨床環(huán)境中，如果遇到了這些人群，究竟用不用這個藥，用多少，有什么風(fēng)險…,這些都不清楚。③RCT研究對試驗條件要求高，投入也大，一般的小醫(yī)院很難開展高質(zhì)量、大樣本的RCT。目前八頁\總數(shù)五十六頁\編于十六點1.RCT研究

上市后藥物擴(kuò)大適應(yīng)癥的研究屬于藥品補(bǔ)充注冊的一種，需要研究者進(jìn)行藥物臨床研究,再上報國家食品藥品監(jiān)督管理局，審批通過后才允許在說明書上面增加新適應(yīng)癥。目前九頁\總數(shù)五十六頁\編于十六點2.觀察性研究簡介上面的時髦名詞“真實世界研究”,其實也就是觀察性的臨床研究，相對于RCT研究，觀察性臨床研究的研究對象所具有的各種特征是客觀存在的，研究者不能對其進(jìn)行干預(yù)，其研究結(jié)果更接近實際情況，同時因其較寬的納入排除標(biāo)準(zhǔn)，使其研究結(jié)果更具外推性，實用性更好。目前十頁\總數(shù)五十六頁\編于十六點2.觀察性研究簡介目前十一頁\總數(shù)五十六頁\編于十六點2.觀察性研究但相對于RCT研究，觀察性的研究就比較“尷尬”了，因為沒有隨機(jī)分組，所以實驗組和對照組除了要研究的暴露因素X外，兩組基線特征還存在很多差異（也就是混雜因素），因此，兩組結(jié)局事件的發(fā)生就不一定完全由暴露因素X所引起的。目前十二頁\總數(shù)五十六頁\編于十六點2.觀察性研究某項研究探討基線膽固醇增高的個體是否更容易發(fā)生急性心肌梗死。在這個課題中，研究者根據(jù)受試者的膽固醇水平，將隊列人群分為膽固醇增高組和膽固醇正常組，并對兩組人群進(jìn)行隨訪觀察，20年后，觀察結(jié)果發(fā)現(xiàn)：基線膽固醇增高組人群發(fā)生急性心肌梗死的比例高于基線膽固醇正常組，是否能認(rèn)為膽固醇增高就是急性心肌梗死的危險因素？

答案是：不能，有可能這種表象是因為在基線膽固醇增高組中其他可能引起急性心肌梗死的相關(guān)因素與膽固醇正常組分布不一致，有可能在觀察人群中，基線膽固醇增高組甘油三酯和高血壓水平也高于基線膽固醇正常組，到底是膽固醇增高引起的急性心肌梗死還是混雜因素甘油三酯、高血壓引起的急性心肌梗死還說不清楚？目前十三頁\總數(shù)五十六頁\編于十六點3.傾向性評分匹配的原理介紹

混雜偏倚可能改變著研究結(jié)果的真實性，從而使觀察性臨床研究結(jié)果的實際運(yùn)用價值受到相應(yīng)的限制。觀察性臨床研究中，是否有效控制偏倚成為其成功與否的關(guān)鍵，在這種情況下，傾向性評分匹配就橫空出世了。20世紀(jì)80年代Rosenbaum和Rubin首次提出了了傾向性評分法這一概念。傾向性評分法是運(yùn)用傾向性評分值來綜合所有的觀察變量信息從而達(dá)到均衡變量、減少偏倚的目的。目前十四頁\總數(shù)五十六頁\編于十六點傾向性評分匹配SCI論文的寫作套路

近年來，傾向性評分的應(yīng)用越來越火爆，pubmed數(shù)據(jù)庫在2010年專門為使用這一類方法的論文指定了一個主題詞。本人2017年5月16日在PUBMED數(shù)據(jù)庫中共檢索發(fā)現(xiàn)應(yīng)用傾向評分法的論文為11469篇。"propensityscore"[MeSHTerms]OR(propensityscorematching[Title/Abstract])OR(propensity-matchedanalysis[Title/Abstract])OR(propensity-matchedstudy[Title/Abstract])OR(propensityscorebasedanalysis[Title/Abstract])ORpropensityscore[Title/Abstract]目前十五頁\總數(shù)五十六頁\編于十六點傾向性評分匹配SCI論文的寫作套路各年發(fā)表的傾向性評分相關(guān)論文分布情況如下圖所示：目前十六頁\總數(shù)五十六頁\編于十六點3.傾向性評分匹配的原理介紹傾向性評分匹配是傾向性評分法應(yīng)用的一個方面，英文名為“Propensityscorematching,PSM”,就是指通過一定的統(tǒng)計學(xué)方法對實驗組與對照組進(jìn)行篩選，使篩選出來的研究對象在臨床特征（潛在的混雜因素）上具有可比性，此時，實驗組與對照組的結(jié)局存在差異，就可以完全歸結(jié)果實驗因素也就是暴露因素了。目前十七頁\總數(shù)五十六頁\編于十六點3.傾向性評分匹配的原理介紹傾向性評分匹配的研究步驟：①根據(jù)臨床經(jīng)驗和實際要求，以處理因素為應(yīng)變量（Y），混雜因素為自變量(X)來構(gòu)建回歸模型；②由大量觀察性數(shù)據(jù)擬合回歸模型的參數(shù)；③根據(jù)擬合的回歸模型計算每個個體的傾向指數(shù)，指數(shù)范圍為0-1之間，反映個體被分到實驗組的概率；④以傾向指數(shù)為依據(jù)，通過傾向評分匹配方法來均衡組間協(xié)變量的分布；目前十八頁\總數(shù)五十六頁\編于十六點3.傾向性評分匹配的原理介紹目前十九頁\總數(shù)五十六頁\編于十六點傾向性評分匹配的軟件操作02目前二十頁\總數(shù)五十六頁\編于十六點1.實例介紹下面我們以我院楊浩潔醫(yī)生撰寫的一篇SCI論文數(shù)據(jù)為例，來演示如何利用統(tǒng)計軟件來實現(xiàn)傾向性評分匹配。目前二十一頁\總數(shù)五十六頁\編于十六點1.實例介紹示例為該論文的部分?jǐn)?shù)據(jù)：共483個病人樣本，采集的變量分別為：患者的ID號、性別、HBsAg、Child評分、Album等指標(biāo)。目前二十二頁\總數(shù)五十六頁\編于十六點2.軟件準(zhǔn)備采用的軟件是易侕統(tǒng)計軟件，該軟件由美國Ｘ&Ｙsolutions公司研究的一套全新設(shè)計的數(shù)據(jù)分析軟件。該軟件后臺程序以Ｒ軟件為平臺，受國際認(rèn)可。于2013年底面向中國科研人員開發(fā)了中文版本。

該軟件以科研分析思路設(shè)計的全新設(shè)計理念，融合現(xiàn)代計算機(jī)軟件技術(shù)，采用可視化數(shù)據(jù)挖掘與分析操作界面。自動選擇統(tǒng)計方法，自動編程，自動摘錄統(tǒng)計結(jié)果、制作圖表，用戶只需集中精力思考統(tǒng)計分析思路，使臨床研究數(shù)據(jù)統(tǒng)計分析變得更深入和全面。目前二十三頁\總數(shù)五十六頁\編于十六點2.軟件準(zhǔn)備下面介紹軟件的下載、安裝和登陸方法。①百度“易侕統(tǒng)計”進(jìn)入第一條網(wǎng)頁目前二十四頁\總數(shù)五十六頁\編于十六點2.軟件準(zhǔn)備②下載“易侕統(tǒng)計”到電腦上并安裝目前二十五頁\總數(shù)五十六頁\編于十六點2.軟件準(zhǔn)備③進(jìn)入軟件登陸界面，點擊右上角“注冊新賬號”，只要填寫一個電子郵箱即可免費使用本軟件一個月目前二十六頁\總數(shù)五十六頁\編于十六點2.軟件準(zhǔn)備該軟件不同到傳統(tǒng)的SPSS軟件、SAS軟件，可以在網(wǎng)上找到所謂的破解版，而是采用于在線登陸方式訪問，下載并安裝軟件后，每次登陸時都需要在聯(lián)網(wǎng)的情況下輸入用戶名和密碼才能訪問。目前二十七頁\總數(shù)五十六頁\編于十六點2.軟件準(zhǔn)備登陸后的軟件界面如上所示目前二十八頁\總數(shù)五十六頁\編于十六點3.實例操作下面開始利用“易侕軟件”來實現(xiàn)PSM:

①導(dǎo)入數(shù)據(jù)打開EXCEL表格文件，將其另存為“文本文件（制表符分隔）”并命名。目前二十九頁\總數(shù)五十六頁\編于十六點3.實例操作

①導(dǎo)入數(shù)據(jù)打開“易侕軟件”，點擊菜單“分析項目”>“創(chuàng)建新項目”,讀入剛剛保存的文本文件（制表符分隔）NLR2,再點擊下方“讀取數(shù)據(jù)文件”。目前三十頁\總數(shù)五十六頁\編于十六點3.實例操作數(shù)據(jù)讀取成功目前三十一頁\總數(shù)五十六頁\編于十六點3.實例操作

②進(jìn)行PSM操作點擊軟件上方“數(shù)據(jù)操作”菜單，選擇“病例對照配對”。目前三十二頁\總數(shù)五十六頁\編于十六點3.實例操作

②進(jìn)行PSM操作進(jìn)入“病例對照配對”界面后，病例對照分組變量處選擇研究的分組變量NLR，研究對象編號處選擇原始研究編號變量id，用于配對的變量選擇需要調(diào)整的混雜因素（下圖右方藍(lán)色部分）變量，再在“計算傾向性評分再按評分配對”處打勾,1：n配對處選擇n=1,最后點擊下方的“查看結(jié)果”。目前三十三頁\總數(shù)五十六頁\編于十六點3.實例操作

③結(jié)果解讀目前三十四頁\總數(shù)五十六頁\編于十六點3.實例操作

③結(jié)果解讀軟件同時還生成了一張圖，形象的展示了原始數(shù)據(jù)中118個病例和365個對照的傾向性評分分布情況。

可以看出，軟件算出的傾向性評分值在0到0.8之間。兩組在各評分值區(qū)間重合越多，越容易匹配成功。目前三十五頁\總數(shù)五十六頁\編于十六點3.實例操作

④匹配后數(shù)據(jù)展示在軟件左側(cè)“病例對照配對”分支樹里的“PROJ1_1tbl.htm”處單擊右鍵，選擇圖中第一個xls表格再單擊，在彈出的對話框中選擇“是”，軟件將會自動打開EXCEL表格。目前三十六頁\總數(shù)五十六頁\編于十六點3.實例操作

④匹配后數(shù)據(jù)展示打開EXCEL后PP.score變量展示的是所有記錄的傾向性評分。目前三十七頁\總數(shù)五十六頁\編于十六點3.實例操作

④匹配后數(shù)據(jù)展示再回到軟件左側(cè)“病例對照配對”分支樹里的“PROJ1_1tbl.htm”處單擊右鍵，選擇PROJ1_1_tbl_NLR_pps_match_ddxls表格再單擊，在彈出的對話框中選擇“是”，軟件將會自動打開EXCEL表格。目前三十八頁\總數(shù)五十六頁\編于十六點3.實例操作

④匹配后數(shù)據(jù)展示打開的EXCEL表格中有五個變量，group.id表示病例對照配對組號，group.n表示每組有多少人，如只有1個人表示沒有找到對照，如有2個人表示找到1個對照。ID為原始數(shù)據(jù)的編號NLR為原始數(shù)據(jù)中的分組變量pp.Score為傾向性評分值目前三十九頁\總數(shù)五十六頁\編于十六點3.實例操作

④匹配后數(shù)據(jù)展示將軟件生成的匹配數(shù)據(jù)與原始研究數(shù)據(jù)，利用vlookup函數(shù)進(jìn)行比對，去掉沒有配對成功的3個病例數(shù)據(jù)和對照組數(shù)據(jù)，生成一個新的表格。目前四十頁\總數(shù)五十六頁\編于十六點3.實例操作下面是匹配后的數(shù)據(jù)展示，將其另存為NLRpsm

④匹配后數(shù)據(jù)展示目前四十一頁\總數(shù)五十六頁\編于十六點3.實例操作

⑤匹配效果展示既然匹配是為了使兩組的基線特征相似，那么有必要檢驗一下匹配后的數(shù)據(jù)是否達(dá)到了預(yù)期的效果。我們先利用易侕軟件統(tǒng)計一下匹配前的原始數(shù)據(jù)基線情況。

第一步：在軟件的“數(shù)據(jù)分析”菜單下選擇“研究人群描述”模塊。

目前四十二頁\總數(shù)五十六頁\編于十六點3.實例操作

⑤匹配效果展示第二步：在“研究人群描述”模塊中，列分層變量選NLR,分析變量選下圖所藍(lán)色的混雜變量。

小數(shù)點處選擇0.01，再點擊下面的“查看結(jié)果”。

目前四十三頁\總數(shù)五十六頁\編于十六點3.實例操作

⑤匹配效果展示從生成的結(jié)果可以看出，原始研究中有4個混雜因素在兩個組間的分布還是有差別的。目前四十四頁\總數(shù)五十六頁\編于十六點3.實例操作

⑤匹配效果展示第三步：利用易侕軟件讀取匹配后的數(shù)據(jù)表格NLRpsm目前四十五頁\總數(shù)五十六頁\編于十六點3.實例操作

⑤匹配效果展示第四步：在易侕軟件“研究人群描述”模塊中設(shè)置相應(yīng)的參數(shù)。目前四十六頁\總數(shù)五十六頁\編于十六點3.實例操作

⑤匹配效果展示從生成的結(jié)果可以看出，匹配后所有的基線特征變量都配平了。目前四十七頁\總數(shù)五十六頁\編于十六點傾向性評分匹配應(yīng)用的注意事項03目前四十八頁\總數(shù)五十六頁\編于十六點傾向性評分匹配應(yīng)用的注意事項傾向性評分匹配相關(guān)論文的有其基本的報道要求，下面以一篇2015年發(fā)表在《中華內(nèi)科雜志》上的論文為例進(jìn)行講解：目前四十九頁\總數(shù)五十六頁\編于十六點傾向性評分匹配應(yīng)用的注意事項1.需要對匹配前后研究對象基本特征進(jìn)行描述（代表性）目前五十頁\總數(shù)五十六頁\編于十六點傾向性評分匹配應(yīng)用的注意事項2.需要對匹配前后混雜因素組間差異進(jìn)行描述，以觀察匹配效果。對混雜因素變量的匹配效果通常采用標(biāo)準(zhǔn)差異（standardizeddifference）指標(biāo)進(jìn)行測量，比較組間混雜變量的標(biāo)準(zhǔn)差異在匹配前后的改變，匹配后的標(biāo)準(zhǔn)差異越接近0，匹配結(jié)果越令人滿意，當(dāng)標(biāo)準(zhǔn)差異小于10％時，認(rèn)為組間變量的均衡性較好。連續(xù)性變量計算公式分類變量計算公式目前五十一頁\總數(shù)五十六頁\編于十六點傾向性評分匹配應(yīng)用的注意事項2.需要對匹配前后混雜因素組間差異進(jìn)行描述，以觀察匹配效果。目前五十二頁\總數(shù)五十六頁\編于十六點傾向性評分匹配應(yīng)用的注意事項3.敏感性分析基于現(xiàn)有的資料的分析鼓勵采用不止一種統(tǒng)計學(xué)分析方法，若結(jié)果相互支持，則證據(jù)可信度增加。圖2匹配前后校正了年齡、性別及所有臨床因素后兩組生存曲線.2A匹配前低白蛋白組院內(nèi)累積生存率顯著低于白蛋白正常組(HR3.048，95％CI1.649-5.634；P<0.001)2B匹配后低白蛋白組院內(nèi)累積生存率顯著低于白蛋白正常組(HR2.246，95％，1.213～4.159：