SPSS操作:轻松实现1:1倾向性评分匹配(PSM)

SPSS操作:轻松实现1:1倾向性评分匹配(PSM)

谈起临床研究，如何设立一个靠谱的对照，有时候成为整个研究成败的关键。对照设立的一个非常重要的原则就是可比性，简单说就是对照组除了研究因素外，其他的因素应该尽可能和试验组保持一致，这里就不得不提随机对照试验。众所周知，随机对照试验中研究对象是否接受干预是随机的，这就保证了组间其他混杂因素均衡可比。

但是有些时候并不能实现随机化，比如说观察性研究。这时候倾向性评分匹配(propensity score matching,
PSM)可以有效降低混杂偏倚，并且在整个研究设计阶段，得到类似随机对照研究的效果，想看实例赶快戳：队列研究常用的倾向评分，到底是个啥？。与常规匹配相比，倾向性评分匹配能考虑更多匹配因素，提高研究效率。

这么“高大上”的倾向性评分匹配，是不是超级难学？错矣！今天就带大家轻松搞定1:1倾向性评分匹配。作为“稀罕”大招，并不是在所有版本的SPSS都可以实现倾向性评分匹配，仅在SPSS22及以上自带简易版PSM，对于其他版本或者想要体验完整版功能，就不得不去安装相应的软件（R软件、SPSS
R插件、PS matching插件。。。超级难安装！那是需要运气和耐心的！感兴趣的小伙伴可以私聊~~~）。

本次使用SPSS22为大家演示1:1倾向性评分匹配。

一、问题与数据

某研究小白想搞明白吸烟和高血压之间的关系，准备利用某项调查的资料进一步随访研究吸烟和高血压的关联，该项研究包括233名吸烟者，949
名不吸烟者。如果全部随访，研究小白感觉鸭梨山大，所以打算从中选取部分可比的个体进行随访。

这两组人群一些主要特征的分布存在显著差异（见表1），现准备采用PS最邻近匹配法选取可比的个体作为随访对象。

表1. 两组基线情况比较（匹配前）

二、SPSS分析方法

1. 数据录入

(1) 变量视图

(2) 数据视图

2. 倾向性评分匹配

选择Data→Propensity Score
Matching，就进入倾向性评分匹配的主对话框。

将分组变量Smoke放入Group
Indicator中（一般处理组赋值为“1”，对照组赋值为“0”）；将需要匹配的变量放入Predictors中；Name for
Propensity Variable为倾向性评分设定一个变量名PS；

Match
Tolerance用来设置倾向性评分匹配标准（学名“卡钳值”），这里设定为0.02，即吸烟组和不吸烟组按照倾向性评分±0.02进行1：1匹配（当然，卡钳值设置的越小，吸烟组和不吸烟组匹配后可比性越好，但是凡事有个度，太小的卡钳值也意味着匹配难度会加大，成功匹配的对子数会减少，需要综合考虑~~~）；

Case ID确定观测对象的ID；Match ID Variable
Name设定一个变量，用来明确对照组中匹配成功的Match_ID；Output Dataset
Name这里把匹配的观测对象单独输出一个数据集Match。

3. Options设置

Variable for Number of Eligible
Cases设定一个变量，用来明确病例组中某一个观测对象，在对照组中有多少个观测对象满足与其匹配的条件，比如说病例组有一个观测对象PS=0.611，对照组可能有一个0.610，一个0.612。

Sampling默认为不放回抽样。

Give priority to exact matches
优先考虑精确匹配，也就说病例组有一个观测对象PS=0.611，对照组也应该找到一个0.611。

Maximize execution performance
执行最优化操作，即系统会综合考虑精确匹配和模糊匹配（基于设定的卡钳值范围内匹配），系统默认勾选。

Randomize case order when drawing
matches整个匹配过程中，如果对照组有多个满足匹配条件的观测对象，那么SPSS会默认随机将其与病例组观测对象匹配。但是因为SPSS默认每次操作给对照组的随机数字不同，所以如果不特殊设定，每次实际匹配成功的对子是不一样的，也就说这一次对照组A匹配给病例组B，下一次就可能匹配给病例组C。所以需要自行设置，并且在Random
Number Seed设定一个随机数种子，确保匹配过程可以重复。

三、结果解读

1. 匹配结果

表2以吸烟（1=吸烟；0=不吸烟）为因变量，以需要调整的变量为自变量构建logistic回归模型（表2），求出每个研究对象的PS值。

表2. logistic回归模型

表3显示，精确匹配45对，模糊匹配114对，共计匹配成功159对。

表3. 匹配结果

表4主要是匹配过程。首先是精确匹配（即PS完全一致），匹配33663次，大约1%匹配成功；其次在精确匹配成功的前提下，进行PS的模糊匹配（PS±0.02，即最开始设定的卡钳值为0.02），匹配33618次，大约3.3%匹配成功。

表4.  匹配容许误差

2. 匹配后数据库

输出的数据集Match中出现之前设定的几个新变量：E_case表示对照组中有几个符合匹配条件的观测对象（如图，吸烟组ID=2，有2个对照组观测对象符合匹配条件）；PS是基于logistic回归模型计算出的倾向性评分；match_id表示匹配成功的ID。

3. 数据库整理

A.
 筛选匹配成功的对子：选择Data→Select Cases→If condition is
satisfied：设定match_id≥1，筛选出匹配成功的对子→Output中输出新的数据集Analysis。

B.
 确定匹配成功标识：match_id为吸烟组和不吸烟组相互匹配成功的ID，这里将不吸烟组match_id变量转换为ID变量，这时候相同的match_id即为匹配成功的对子。具体操作：将Analysis数据集中，不吸烟组match_id替换成ID编号：Transform→Compute
Variable→if smoke=0, match_id=ID→OK

C.  选择Data→Sort
cases→按照匹配标识match_id排序（相同的match_id即为匹配成功的对子）→OK→Save（你的鼠标手一定要点保存！！！）

倾向性评分匹配就搞定了，再来看看匹配情况。表5显示，原吸烟组233例，最后共有159例匹配成功（这次我们限定PS≤0.02，但可根据实际情况选择合适的限定，增加匹配成功数！），各匹配因素在两组间都均衡可比。

表5. 两组基线情况比较（匹配后）

四、总结和拓展

PSM一般分为三种类型：

1、PS最邻近匹配：是PSM最基本的方法，即直接从对照中寻找一个或多个与处理组个体PS值相同或相近的个体作为配比对象。本次我们就采用的是这个方法。

2、分层PSM：PS最邻近匹配尽管可以使协变量总体趋于平衡，但不能保证每个协变量分布完全一致。可以根据某个重要变量（如性别）分层后，分别对每层人群进行PS最邻近匹配，然后再将配比人群合并，这样就可以保证该重要变量在组间分布完全一致。

3、与马氏配比结合的PSM：PSM与马氏配比结合后可以增加个别重点变量平衡能力，实现过程比较复杂。

对于1:m
PS匹配和与马氏配比结合的PSM，目前SPSS22及以上版本自带的PSM并不能实现，后面会介绍基于SAS软件复杂倾向性评分匹配，敬请期待~~~