SPSS詳細(xì)操作：1：n傾向性評(píng)分匹配（PSM）

SPSS詳細(xì)操作：1：n傾向性評(píng)分匹配（PSM）在上一篇文章中，我們向大家介紹了如何給SPSS安裝插件，拓展出1：n傾向性評(píng)分匹配的功能。詳見：滿滿干貨！給SPSS插上1:n傾向性評(píng)分匹配(PSM)的翅膀在今天的內(nèi)容中，我們就繼續(xù)給大家介紹一下，如何使用SPSS進(jìn)行簡(jiǎn)單的幾步操作，就能輕松搞定高大上的1：n傾向性評(píng)分匹配。一、問題與數(shù)據(jù)假設(shè)某位心內(nèi)科醫(yī)生在門診連續(xù)收集了170名就診患者，其中冠心?。–HD）患者24名，146名對(duì)照，并記錄了他們的性別、年齡、BMI、LDL-C等信息，擬探討LDL-C水平與冠心病的關(guān)系（此處不對(duì)該研究的設(shè)計(jì)方法進(jìn)行評(píng)價(jià)）。數(shù)據(jù)格式如下：注意：這里有2點(diǎn)大坑需要大家值得關(guān)注：(1)所有的變量名須是英文名稱，不要使用中文，否則會(huì)導(dǎo)致后面回歸模型建模失??；(2)所有變量不能有缺失值，包括擬進(jìn)行匹配和不進(jìn)行匹配的全部變量，都不允許出現(xiàn)缺失值。首先該醫(yī)生對(duì)數(shù)據(jù)進(jìn)行了初步分析，將病例組和對(duì)照組之間的各個(gè)因素進(jìn)行比較，結(jié)果發(fā)現(xiàn)兩組各因素間差異均有統(tǒng)計(jì)學(xué)顯著性。但為了保證兩組人群之間各混雜因素能夠均衡可比，該醫(yī)生擬采用1：n傾向性評(píng)分匹配的方法來對(duì)兩組人群進(jìn)行匹配。表1.傾向性評(píng)分匹配前兩組間各個(gè)因素的比較結(jié)果二、SPSSPSMatching拓展功能操作1.選擇analyze→PSMatching2.在PropensityScoreMatching對(duì)話框中(1)將分組變量CHD選入BinaryTreatmentIndicator中，其中1代表病例組，0代表對(duì)照組，且變量類型必須定義為尺度變量。(2)將用于計(jì)算傾向性評(píng)分的協(xié)變量age、BMI、gender選入Covariates，將與處理因素?zé)o關(guān)的協(xié)變量選入AdditionalCovariates。注意：一般根據(jù)結(jié)局變量與混雜變量構(gòu)建二分類logistic回歸模型，進(jìn)行逐步回歸，將進(jìn)入模型的變量選入Covariates，剔除的變量選入AdditionalCovariates。(3)設(shè)定Caliper值，為0~1之間，該值設(shè)置越大，越接近于1，就越容易找到匹配的對(duì)象，但結(jié)果就越容易出現(xiàn)不平衡；該值設(shè)置越小越接近于0，匹配就越嚴(yán)格，但是符合匹配要求的患者就少了，最終導(dǎo)致研究的統(tǒng)計(jì)效能降低，很有可能找不到匹配的對(duì)象。本例中暫且設(shè)置為0.1，也就是說如果一個(gè)病例組研究對(duì)象患有冠心病的概率為0.8，那么與之匹配的對(duì)照組研究對(duì)象患有冠心病的概率須在0.7-0.9之間。3.點(diǎn)擊PlotandOutput選項(xiàng)在Plots下勾選Histogramofstandardizeddifferences、Dotplotofstandardizedmeandifferences、Lineplotofindividualdifferences，分別繪制SD分布直方圖、單變量SD散點(diǎn)圖、標(biāo)準(zhǔn)化差異變化線圖。在OutputDatasets下勾選Paireddatasetby“matched_id”，在Include下選擇Matchedcases，并在BalanceStatistics下選擇Detailed–byExactMatchingvariables。4.點(diǎn)擊NearestNeighbor選項(xiàng)在MatchRatio下選擇Match1:many，并設(shè)定匹配數(shù)量n，一般n不超過4，否則容易出現(xiàn)過度匹配的現(xiàn)象。本例中以設(shè)定1:2為例進(jìn)行匹配。Matchingorder下拉框選擇Random。5.點(diǎn)擊OK完成操作。三、結(jié)果解讀1.樣本匹配結(jié)果結(jié)果顯示，SPSS生成了一個(gè)新的已完成匹配的數(shù)據(jù)文件，其中包含病例組21人，對(duì)照組39人，我們發(fā)現(xiàn)兩組人群約為1:2，但并非是絕對(duì)的1:2匹配，這是因?yàn)橛行┎±茨芡瑫r(shí)找到有效匹配的對(duì)照人群。2.匹配后的均衡性度量在輸出結(jié)果“RelativemultivariateimbalanceL1”中，L1measure統(tǒng)計(jì)量理論上介于0~1之間，匹配前和匹配后相比，L1measure統(tǒng)計(jì)量越小，提示匹配效果越好。在本例研究中，匹配后的L1measure統(tǒng)計(jì)量為0.643，遠(yuǎn)小于匹配前的0.808，提示匹配良好。3.顯示匹配后不均衡的變量在輸出結(jié)果“Summaryofunbalancedcovariates”中，若|d|>0.25，則提示變量存在不均衡性。在本例研究中，結(jié)果顯示沒有變量|d|>0.25，提示匹配后所有匹配的變量都達(dá)到了平衡。4.匹配后均衡性比較對(duì)于匹配后的協(xié)變量均衡性比較應(yīng)該遵守兩個(gè)原則：①評(píng)價(jià)方法應(yīng)該是針對(duì)樣本而不是總體

仔細(xì)想想，傾向性評(píng)分匹配實(shí)際上是從一個(gè)隨機(jī)獲得的有代表性樣本中再“挑”出一部分進(jìn)行分析，這時(shí)候再去通過“挑出來樣本”去推斷最開始的總體，顯然已經(jīng)不合適啦。②評(píng)價(jià)指標(biāo)應(yīng)該與樣本量大小無關(guān)

為啥呢？想想看看，我們前面提到的匹配比例可以從1:1設(shè)定到1:4（事實(shí)上可以任意無限大設(shè)置，但是考慮匹配效率，推薦不要超過1:4），如果某個(gè)評(píng)價(jià)指標(biāo)和樣本量有關(guān)，那極有可能會(huì)遇到不同樣本量下完全不一樣的比較結(jié)果。綜上，你腦海里第一反應(yīng)的t檢驗(yàn)或者卡方檢驗(yàn)在這里已經(jīng)不合適了。當(dāng)然，還有其他常見的可用于協(xié)變量均衡性比較的指標(biāo)，比如說C統(tǒng)計(jì)量等，也是存在很多缺點(diǎn)的（想要進(jìn)一步了解這方面的內(nèi)容，推薦大家一篇綜述[1]）。有小伙伴要問啦，這個(gè)方法也不行，那個(gè)也不行，到底用啥方法評(píng)價(jià)均衡性？別急，方法還是有的。在傾向性評(píng)分匹配后的均衡性比較中，推薦大家使用標(biāo)準(zhǔn)差異（Standardizeddifference）。一般而言，標(biāo)準(zhǔn)差異絕對(duì)值小于10%時(shí)，可認(rèn)為組間均衡性較好。具體計(jì)算公式如下：再回到本例中，SPSS在結(jié)果中輸出了DetailedBalance表格，展示了各個(gè)變量匹配前后的均值、標(biāo)準(zhǔn)差和標(biāo)準(zhǔn)差異等信息，結(jié)果顯示CHD組和對(duì)照組的年齡、BMI的標(biāo)準(zhǔn)差異絕對(duì)值分別為12.2%和3.7%。由于性別為分類變量，匹配后根據(jù)上述公式計(jì)算其標(biāo)準(zhǔn)差異絕對(duì)值為0.83%。按照上面提到的10%的標(biāo)準(zhǔn)，性別和BMI匹配后在兩組中均衡性較好，但是年齡就差點(diǎn)兒，這也說明傾向性評(píng)分匹配也不是萬能的，如果兩組沒有足夠“重疊的部分”（比如說一個(gè)不太恰當(dāng)?shù)睦?，某慢病人群和體檢中心健康人群進(jìn)行匹配，前者年齡一般會(huì)比后者大不少，想要保證兩組匹配后年齡均衡可比，自然是難度大大的），匹配的結(jié)果也不會(huì)非常理想。以上僅是舉例，重在方法操作。再回過頭來，瞅瞅組間LDL-C水平（表2）。結(jié)果顯示，匹配后的CHD組LDL-C水平高于對(duì)照組，組間差異明顯縮小了不少，但是獲得了一個(gè)比較“干凈”的效應(yīng)，提示LDL-C可能是CHD發(fā)生的一個(gè)危險(xiǎn)因素。為了進(jìn)一步確定LDL-C水平對(duì)CHD發(fā)生風(fēng)險(xiǎn)的效應(yīng)大小，可以根據(jù)我們前期推送的教程《SPSS實(shí)例教程|1:m匹配病例對(duì)照Logistic回歸》，來進(jìn)行更加深入的分析和探討。表2.傾向性評(píng)分匹配前后兩組LDL-C比較結(jié)果5.圖形輸出結(jié)果5.1SD分布直方圖若匹配后的標(biāo)準(zhǔn)差異集中在0附近，可以提示匹配達(dá)到了較好的效果。5.2標(biāo)準(zhǔn)化差異變化線圖和單變量SD散點(diǎn)圖這兩個(gè)圖的點(diǎn)值與上述DetailedBalance表格中的值是相對(duì)應(yīng)的，均展示了匹配前后，各個(gè)協(xié)變量標(biāo)準(zhǔn)差異的變化。標(biāo)準(zhǔn)化差異變化線圖顯示，匹配后各個(gè)協(xié)變量標(biāo)準(zhǔn)差異均明顯降低，單變量SD散點(diǎn)圖顯示匹配后標(biāo)準(zhǔn)差異基本集中在0附近，提示變量達(dá)到了均衡，匹配效果良好，可以結(jié)合DetailedBalance表格進(jìn)行輔助判斷。我們通過兩期的內(nèi)容向大家詳細(xì)介紹了在SPSS中實(shí)現(xiàn)1:n傾向性評(píng)分匹配的功能，在學(xué)習(xí)統(tǒng)計(jì)學(xué)的道路上又get了一項(xiàng)高大上的新技能，如果大家在實(shí)操的過程中還遇到什么問題，歡迎在下方留言討論哈！參考文獻(xiàn)1.JClinEpidemiol.2015;68:112-21.更多閱讀1