SPSS操作：輕鬆實現1：1傾向性評分匹配

談起臨床研究，如何設立一個靠譜的對照，有時候成為整個研究成敗的關鍵。對照設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，其他的因素應該儘可能和試驗組保持一致，這裡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。

但是有些時候並不能實現隨機化，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，並且在整個研究設計階段，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。

這麼「高大上」的傾向性評分匹配，是不是超級難學？錯矣！今天就帶大家輕鬆搞定1:1傾向性評分匹配。作為「稀罕」大招，並不是在所有版本的SPSS都可以實現傾向性評分匹配，僅在SPSS22及以上自帶簡易版PSM，對於其他版本或者想要體驗完整版功能，就不得不去安裝相應的軟體（R軟體、SPSS R插件、PS matching插件。。。超級難安裝！那是需要運氣和耐心的！感興趣的小夥伴可以私聊~~~）。

本次使用SPSS22為大家演示1:1傾向性評分匹配。

一、問題與數據

某研究小白想搞明白吸煙和高血壓之間的關係，準備利用某項調查的資料進一步隨訪研究吸煙和高血壓的關聯，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徵的分布存在顯著差異（見表1），現準備採用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. 數據錄入

(1) 變數視圖

(2) 數據視圖

2. 傾向性評分匹配

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

將分組變數Smoke放入Group Indicator中（一般處理組賦值為「1」，對照組賦值為「0」）；將需要匹配的變數放入Predictors中；Name for Propensity Variable為傾向性評分設定一個變數名PS；

Match Tolerance用來設置傾向性評分匹配標準（學名「卡鉗值」），這裡設定為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，卡鉗值設置的越小，吸煙組和不吸煙組匹配後可比性越好，但是凡事有個度，太小的卡鉗值也意味著匹配難度會加大，成功匹配的對子數會減少，需要綜合考慮~~~）；

Case ID確定觀測對象的ID；Match ID Variable Name設定一個變數，用來明確對照組中匹配成功的Match_ID；Output Dataset Name這裡把匹配的觀測對象單獨輸出一個數據集Match。

3. Options設置

Variable for Number of Eligible Cases設定一個變數，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，對照組也應該找到一個0.611。

Maximize execution performance 執行最優化操作，即系統會綜合考慮精確匹配和模糊匹配（基於設定的卡鉗值範圍內匹配），系統默認勾選。

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，那麼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字不同，所以如果不特殊設定，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。所以需要自行設置，並且在Random Number Seed設定一個隨機數種子，確保匹配過程可以重複。

三、結果解讀

1. 匹配結果

表2以吸煙（1=吸煙；0=不吸煙）為因變數，以需要調整的變數為自變數構建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. 匹配後資料庫

輸出的數據集Match中出現之前設定的幾個新變數：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是基於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. 資料庫整理

A. 篩選匹配成功的對子：選擇DataSelect CasesIf condition is satisfied：設定match_id≥1，篩選出匹配成功的對子Output中輸出新的數據集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，這裡將不吸煙組match_id變數轉換為ID變數，這時候相同的match_id即為匹配成功的對子。具體操作：將Analysis數據集中，不吸煙組match_id替換成ID編號：TransformCompute Variableif smoke=0, match_id=IDOK

C. 選擇DataSort 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）OKSave（你的滑鼠手一定要點保存！！！）

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，最後共有159例匹配成功（這次我們限定PS≤0.02，但可根據實際情況選擇合適的限定，增加匹配成功數！），各匹配因素在兩組間都均衡可比。

表5. 兩組基線情況比較（匹配後）

四、總結和拓展

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。本次我們就採用的是這個方法。

2、分層PSM：PS最鄰近匹配儘管可以使協變數總體趨於平衡，但不能保證每個協變數分布完全一致。可以根據某個重要變數（如性別）分層後，分別對每層人群進行PS最鄰近匹配，然後再將配比人群合并，這樣就可以保證該重要變數在組間分布完全一致。

3、與馬氏配比結合的PSM：PSM與馬氏配比結合後可以增加個別重點變數平衡能力，實現過程比較複雜。

對於1:m PS匹配和與馬氏配比結合的PSM，目前SPSS22及以上版本自帶的PSM並不能實現，後面會介紹基於SAS軟體複雜傾向性評分匹配，敬請期待~~~

參考文獻

李智文, 張樂, 劉建蒙,等. 傾向評分配比在流行病學設計中的應用[J]. 中華流行病學雜誌, 2009, 30(5):514-517.

醫咖會微信：medieco-ykh

關注醫咖會，輕鬆掌握統計學！

有臨床研究設計或統計學方面的難題？快加小咖個人微信（xys2016ykf），加入醫咖會統計討論群，和小夥伴們一起交流學習吧。我們誠邀各位小夥伴加入我們，一起創作有價值的內容，將知識共享給更多人！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！