倾向得分匹配的stata命令_R语言系列1：倾向得分匹配

1 PSM简介

倾向评分匹配(Propensity Score Matching，简称PSM)是一种统计学方法，用于处理观察研究(Observational Study)的数据。

在观察研究中，由于种种原因，数据偏差(bias)和混杂变量(confounding variable)较多，倾向评分匹配的方法正是为了减少这些偏差和混杂变量的影响，以便对实验组和对照组进行更合理的比较。

这种方法最早由Paul Rosenbaum和Donald Rubin在1983年提出，一般常用于医学、公共卫生、经济学等领域。

在医学领域，常用于比较两种干预因素的研究效果

以SEER数据库挖掘过程中，碰到的常见选题，简单举例：

胃癌患者中，手术联合化疗，对比单纯手术，比价两种治疗模式效果

一般情况下，我们直接在文章的表1里面，摆放患者基线特点clinical characteristics

如果此时两种治疗模式下，患者年龄或者性别，存在分布差异

这时候就存在了研究人群变量选择偏移，误差因素就存在里面，结果准确性就值得怀疑，因为我们说不清，两组患者生存差异，是治疗模式加上化疗，带来的差异，还是由于本身两组人群在年龄、性别等因素分布差异所致

PSM的存在，正是为了消除这种基线差异，使我们的分析，更接近于RCT研究，也越来越受到研究者青睐。