倾向性评分匹配的原理及文献解读_精品文档PPT格式课件下载.pptx

倾向性评分匹配的原理及文献解读_精品文档PPT格式课件下载.pptx

《倾向性评分匹配的原理及文献解读_精品文档PPT格式课件下载.pptx》由会员分享，可在线阅读，更多相关《倾向性评分匹配的原理及文献解读_精品文档PPT格式课件下载.pptx（48页珍藏版）》请在冰豆网上搜索。

如吸烟和肺癌，就不能做RCT研究RCT研究也有其不可避免的缺陷：

RCT研究是在理想条件下对特定人群的干预结局，并不能很好的外推到真实的临床环境中，如：

药物的RCT一般都会限制研究人群，年龄有限制，小孩不要，老人不要，有基础疾病的不要，但在真实的临床环境中，如果遇到了这些人群，究竟用不用这个药，用多少，有什么风险,这些都不清楚。

RCT研究对试验条件要求高，投入也大，一般的小医院很难开展高质量、大样本的RCT。

2.观察性研究简介2.观察性研究但相对于RCT研究，观察性的研究就比较“尴尬”了，因为没有随机分组，所以实验组和对照组除了要研究的暴露因素X外，两组基线特征还存在很多差异（也就是混杂因素），因此，两组结局事件的发生就不一定完全由暴露因素X所引起的。

上市后药物扩大适应症的研究属于药品补充注册的一种，需要研究者进行药物临床研究,再上报国家食品药品监督管理局，审批通过后才允许在说明书上面增加新适应症。

2.观察性研究简介时下“真实世界研究”,其实也就是观察性的临床研究，相对于RCT研究，观察性临床研究的研究对象所具有的各种特征是客观存在的，研究者不能对其进行干预，其研究结果更接近实际情况，同时因其较宽的纳入排除标准，使其研究结果更具外推性，实用性更好。

2006年美国流行病学杂志AmJEpidemiol总结了真实世界研究控制混杂常用的五种方法，包括：

1.多元回归模型调整混杂2.倾向性评分匹配（PSM）后构建回归模型3.回归模型调整倾向性评分（PS）4.回归模型+加权（IPTW）处理5.回归模型+加权（SMR）处理真实世界研究控制混杂方法真实世界研究控制混杂方法3.倾向性评分匹配的原理介绍混杂偏倚可能改变着研究结果的真实性，从而使观察性临床研究结果的实际运用价值受到相应的限制。

观察性临床研究中，是否有效控制偏倚成为其成功与否的关键，在这种情况下，倾向性评分匹配就横空出世了。

20世纪80年代Rosenbaum和Rubin首次提出了了倾向性评分法这一概念。

倾向性评分法是运用倾向性评分值来综合所有的观察变量信息从而达到均衡变量、减少偏倚的目的。

倾向性评分匹配SCI论文的写作套路近年来，倾向性评分的应用越来越火爆，pubmed数据库在2010年专门为使用这一类方法的论文指定了一个主题词。

propensityscoreMeSHTermsOR（propensityscorematchingTitle/Abstract）OR（propensity-matchedanalysisTitle/Abstract）OR（propensity-matchedstudyTitle/Abstract）OR（propensityscorebasedanalysisTitle/Abstract）ORpropensityscoreTitle/Abstract倾向性评分匹配SCI论文的写作套路各年发表的倾向性评分相关论文分布情况如下图所示：

3.倾向性评分匹配的原理介绍倾向性评分匹配是倾向性评分法应用的一个方面，英文名为“Propensityscorematching,PSM”,就是指通过一定的统计学方法对实验组与对照组进行筛选，使筛选出来的研究对象在临床特征（潜在的混杂因素）上具有可比性，此时，实验组与对照组的结局存在差异，就可以完全归结果实验因素也就是暴露因素了。

PSMCC倾向性评分匹配定义通过一定的统计学方法对实验室组和对照组进行筛选，使筛选出的研究对象在某些重要临床特征上具有可比性一般是通过某种统计学模型求得每个观测的对个协变量的综合倾向性得分，再按照倾向性得分是否接近进行匹配常用的统计模型一般是以分组变量为因变量，其他可能影响结果的混杂因素为协变量构建Logistic回归模型计算每个观测的倾向性得分，根据拟合的回归模型计算每个个体的倾向指数，指数范围为0-1之间，反映个体被分到实验组的概率，设置卡钳值（最优卡钳值为0.02,0.03或倾向性评分值经logit转换后标准差的20%），按照得分大小进行匹配如果不同组别间研究结局的差异有统计学，则可以归因于研究因素的影响主要用途：

使用已知的多个协变量凝练出一个综合评分，以校正组间基线资料的不均衡可比倾向性评分匹配的步骤倾向性评分步骤匹配算法1最邻近匹配（nearestneighbourmatching,NNM）2卡钳匹配（calipermatching,CM）3马氏距离匹配（mahaianobismetricmatching,MMM）4Radius匹配最邻近匹配先将处理组的研究对象随机排序，然后从处理组的第一个研究对象开始，为其在对照组寻找一个倾向性评分值最邻近的个体作为匹配对象，直到所有处理组的对象均在对照组找到匹配对象为止卡钳匹配卡钳匹配是指在最邻近匹配的基础上，设定一个卡钳值，只有当不同组间个体的倾向性评分值之差小于或等于卡钳值时才允许匹配马氏距离匹配马氏距离匹配是通过矩阵计算不同组间个体马氏距离，利用马氏距离进行匹配的一种匹配方法匹配算法射频消融vs立体定向，谁才是非手术治疗局限性肝癌的最佳治疗方案？

在非手术治疗的患者中针对局部肝细胞肝癌行射频消融对比立体定向放疗:

（美国）全国癌症数据库分析实例介绍实例背景介绍原发性肝癌是全球范围内第五大最常见的恶性肿瘤，并高居全球恶性肿瘤死因第二位，其中90%以上为肝细胞癌（HCC）。

外科手术是目前早期HCC患者最有效的治疗手段，但遗憾的是，由于HCC起病隐匿，进展迅速，大多数患者无法进行手术治疗。

局部消融治疗，包括射频消融（RFA）和立体定向放射治疗（SBRT）等，已成为治疗这些患者的重要方法。

然而，由于缺乏用于指导HCC最佳局部消融治疗的数据，究竟哪种方式疗效更佳，我们不得而知。

研究者通过分析美国国家癌症数据库（NCDB）的数据，比较了射频消融（RFA）与立体定向放疗（SBRT）的有效性，也许可以为临床非手术治疗HCC提供更多的依据。

实例介绍数据来源：

NCDB研究假设：

RFAvsSBRT疗效比较研究；

结局指标：

主要结局是：

OS，次要结局是：

在特定HCC病人（高度肝硬化的病人）中RFA以及SBRT疗效比较问题研究设计：

回顾性研究1.实例介绍检索策略纳入标准排除标准关键词：

肝细胞癌（HCC）时间：

2004-20131、疾病分期stageI（T1N0M0）orstageII（T2N0M0）2、治疗方案射频消融（RFA）或立体定向放射治疗（SBRT）1、接受肺叶切除术的患者，择期行肺叶切除术、肝切除术或肝移植术2、接受过任何形式的化疗（佐剂或新辅助）或化疗信息未知N=119933N=3980N=3684N=296统计方法1、基线资料比较分类变量使用卡方检验、或Fisher精确检验，连续变量或等级变量使用Wilcoxon秩和检验2、倾向性分析

（1）计算倾向性评分PS构建了接受SBRT倾向评分模型采用逐步回归法的多变量Logistic回归，具体做法是：

将单因素分析中p0.2作为初步纳入（结合临床等因素判断）以及p0.1必须纳入这两个标准多因素模型来计算PS评分。

计算出每个人接受SBRT的可能性。

匹配算法：

卡尺内最近邻匹配，匹配比例1:

2,卡钳值设置0.05，时间14天。

（2）PS加权逆处理概率加权法IPTW计算出PS后，每个对象的总生存时间*权重，然后进行多因素回归分析。

倾向性评分加权法倾向性评分加权法的原理与传统的标准化法的原理类似。

标准化法的基本思想是制定一个统一的“标准人口”，按照“标准人口”中混杂因素构成的权重来调整两组观察效应的平均水平，从而消除两组之间由于内部混杂因素分布不同对效应值的影响。

倾向性评分加权法在计算得出倾向性评分的基础上，利用标准化法的原理，通过倾向性评分值赋予每个研究对象一个相应的权重进行加权，使得各组中倾向性评分分布一致，从而达到消除混杂因素影响的目的。

结果表1未匹配基线资料的描述与分析结果2.软件准备A匹配后基线比较结果结果不同年份运用不同治疗方案的一个概述结果表2其实是一个在构建PS匹配模型时候做的一个表，就是方程：

Y（SBRT=1）=aX1+bx2+cX3+.e（残差）的表格呈现结果，X1,X2,X3对应的就是表格里各个变量（比如年龄，性别等）。

做这个表格目的就是想看接受SBRT的人群中变量分布情况，还有一个目的是方便后面计算PS评分3.实例操作图3A是未配对人群中做的KM曲线图，很明显RFA生存更好。

B是在PSM配对人群中做的，同样的结果，可以作为比较证明结果稳定性（敏感性分析）结果结果解读C是IPTW下做的图，也是同样的结果，所以进一步证明结果的稳定性（说明样本量即使损失也可以得出相似的结论）结果结果解读分层分析，各个亚组都没有显著性结论该研究结果表明，对于未接受手术治疗的I期或II期肝癌患者，与SBRT相比，RFA治疗患者可获得更高的生存率。

尽管我们的研究结果受到回顾性研究设计偏倚的限制，但我们认为，在没有随机临床试验的情况下，应根据此研究结果建议局部不可切除的HCC行局部消融治疗总结注意事项1：

实验组与对照组人数相差甚远（4:

1）2：

两组变量差异太大，可比性差，如基线不齐，或混杂因素多3：

变量过多，样本量偏少注意事项谢谢大家2018