傾向性評分匹配(PSM)是一種用於處理觀察研究數據的統計方法,主要用於評估干預效應,並減少選擇偏倚和混雜因素的影響。
PSM通過計算兩組(實驗組和對照組)個體在潛在混雜因素上的傾向性評分,並找到評分相近的個體進行配對,以此來使兩組個體在臨床特徵上具有可比性。這種方法常用於醫學、公共衛生、經濟學等領域,特別是在隨機對照試驗(RCT)以外的觀察性研究中,PSM可以模擬RCT的隨機化分組過程,從而提高組間均衡性,減少混雜因素的影響。常用的匹配方法包括最鄰近匹配、卡鉗匹配和全局最優匹配等。
傾向性評分匹配(PSM)是一種用於處理觀察研究數據的統計方法,主要用於評估干預效應,並減少選擇偏倚和混雜因素的影響。
PSM通過計算兩組(實驗組和對照組)個體在潛在混雜因素上的傾向性評分,並找到評分相近的個體進行配對,以此來使兩組個體在臨床特徵上具有可比性。這種方法常用於醫學、公共衛生、經濟學等領域,特別是在隨機對照試驗(RCT)以外的觀察性研究中,PSM可以模擬RCT的隨機化分組過程,從而提高組間均衡性,減少混雜因素的影響。常用的匹配方法包括最鄰近匹配、卡鉗匹配和全局最優匹配等。