真实世界研究中，重叠加权法为何最优秀？

直播预告

2.22-23日，“真实世界研究前沿方法”课程开课，支持预报名！

真实世界研究有哪些前沿新技术？

真实世界研究大多是观察性研究，不同于临床试验通过随机化来确保不同治疗组患者特征具有可比性，观察性研究必须尝试对差异（及混杂）进行调整。

虽然传统的多因素回归等方法也可以帮我们控制混杂，但仍存在一些局限性。目前，最主流的减少混杂偏倚的方法，还得是倾向性评分（PS）法。

• 简单来说，PS就是根据测量的协变量，计算每个个体被分配接受感兴趣治疗的概率；

• 作为一个用于综合需要调整变量的分数，综合完之后我们还要用传统的方法去调整倾向性评分，常用的方法有匹配、加权、调整以及分层4种。

其中最强的，必然是倾向性评分加权法。准确来说，应该是重叠加权（Overlap Weighting，OW）。

重叠加权（OW）法为何最优秀？

重叠加权（OW）作为一种倾向性评分（PS）方法，可以模拟随机临床试验（RCT）的重要属性，即临床相关的目标人群、协变量均衡和精确度。

• 目标人群是指得出结论的患者群体；

• 均衡是指在治疗过程中患者特征的相似性，这是避免偏倚的重要条件；

• 精确度表示对治疗和相关结果之间关联的估计的确定性，更精确的估计有更窄的置信区间（CIs）和更强的统计效能。

举个例子

医学顶刊《JAMA》曾发表过一篇题为：“Association of Real-time Continuous Glucose Monitoring With Glycemic Control and Acute Metabolic Events Among Patients With Insulin-Treated Diabetes”的研究论文，旨在评估进行实时连续血糖监测（CGM）对接受胰岛素治疗的糖尿病患者的临床疗效。

如果你需要全文，请公众号后台回复关键词“pdf”。如果您想学习更多关于重叠加权的课程，请关注我们的“真实世界研究前沿方法”直播，感兴趣的可联系郑老师团队，进行预报名！详情可咨询助教，微信号：aq566665

为什么选择使用重叠加权（OW）法？

与随机试验不同，基于观察性数据的比较效果研究的有效性可能受到混杂因素（例如适应症混杂）的影响。

为此，研究团队在设计阶段采用了基于倾向性评分的重叠加权（OW）法，通过赋予预测暴露可能性较低接受CGM的患者和预测暴露可能性较高未接受CGM的患者更大的权重，从而增强这些个体对结果的影响。

具体来说：

• 接受CGM的患者的重叠权重=1-PS；

• 未接受GGM的患者的重叠权重=PS。

在本研究中，重叠加权用于平衡暴露组和对照组之间在治疗模型中指定的协变量。

该研究从北加州综合医疗保健系统中共纳入了41,753名接受胰岛素治疗的糖尿病患者（包括5,673名1型糖尿病患者和36,080名2型糖尿病患者）。

最终，共3,462名 1 型糖尿病患者和344名 2 型糖尿病患者接受持续血糖监测（CGM）治疗，划分为暴露组（n=3,806）；剩余的2,211名 1 型糖尿病和35,736 名 2 型糖尿病患者为对照组（n=37,947）。

两组间的基线极端不平衡，例如，与对照组相比，暴露组的患者更有可能患有 1 型糖尿病，基线年龄和糖尿病发病年龄更年轻，合并症更少等。

而在重叠加权后，

• 1型糖尿病患者的基线特征在暴露组和对照组之间达到了精确平衡（|d|<0.1）；

• 而对于2型糖尿病患者，少数基线特征仍存在不平衡（|d|≥0.1），这些特征被作为协变量纳入双重差分模型中。

通过重叠加权，实时CGM使用的预期（预测）可能性（由倾向性评分表示）在暴露组和对照组之间的分布趋于相似。

图1 全队列中倾向性评分的镜像密度图 

（A）重叠加权前；（B）重叠加权后

可以看到，原本两组的倾向性评分差异较大，分布不平衡；而在重叠加权后，两组的分布实现了良好的平衡，研究结果也更为可靠。

在真实世界研究中，如何避免或者减少偏倚是得出有效结论的关键。今天我们就着重讲述了重叠加权法，如果您想了解更多关于混杂因素控制的方法，不妨参加2.22~23日，郑老师团队的“真实世界研究方法与高级统计技术”直播课程吧！

课程优势

相比网络上2000-3000元课程，我们的课程：

⭕从0到1构建RWS知识体系、理论+实操

真正零基础，由浅入深，集中式培训、从基础概念到高级技术，循序渐进，全面提升你的研究能力。丰富的案例分析与实战演练，确保你能够学以致用。

⭕️前沿方法，系统教学

目前市面上鲜有对于“目标模拟试验（模拟RCT)”、“倾向性评分重叠加权（Overlap Weighting, OW）”方法的系统教学，之前也是有很多学员反应想要学习该内容，所以我们新一期直播课程郑老师赶紧安排上

⭕️全套课程材料赠送

全套资料免费赠送，包括1000多页的PTT和“本课程”所需要的相关数据及软件！赠送全套倾向性得分匹配实操视频（R语言与SPSS）

⭕️直播+录播，内容全面

涵盖回顾性临床研究数据分析国际认可的方法：多重填补缺失数据、倾向得分匹配、敏感性分析、DAG方法、限制性立方条样图等。在线学习，随时随地参与课程，不受时间和地点限制。本课程内容将涵盖更广的观察性研究、真实世界临床研究的设计与数据分析。SCI发表不在话下。

⭕️课后习题测试，巩固学习

独一无二的真实世界研究选择题测试，巩固练习，让你更快更好的掌握知识点！

⭕️视频永久有效+1年答疑

⚠️ 课程视频永久回放，课程群答疑+1到2周1次统计问题直播答疑，答疑时限1年，课程结束后，确保学习效果，帮助学员提升！

培训内容

培训时间

✅2025年2月22日-23日（早上8：30-下午17：30）

培训方式

✅小鹅通线上直播+录播回放开展培训

（届时直播链接将会发送到课程群，购课以后请联系助教拉群，助教联系方式请看文末）

培训内容

真实世界临床研究直播内容（2.22-23）

△以上为大致的课程内容，实际内容会略有出入

真实世界临床研究2024年直播回放版视频内容

倾向性得分匹配全套实操录播视频（R+SPSS)

主讲讲师

👨🏫郑卫军老师

本公众号的主持者、主要撰稿者。浙江中医药大学公共卫生学院医学统计学教研室主任。浙江省预防医学会卫生统计学专业委员会副主任委员。主要从事流行病学与统计学方法教学与研究，在公共卫生大数据、临床试验统计学方法、真实世界临床研究统计方法方面具有丰富的经验。

此外，本课程将由其它老师和统计师分担2-4个小时的课程。

课程费用

1. 单独购买本课程（长期会员）

真实世界临床研究（临床回顾性数据分析）  799元 真实世界研究R语言1对1指导   4990元

关于1对1指导的内容，各位可以点击下方了解

郑老师团队指导 | 一对一R语言指导！

2.任选组合课程购买（长期会员）

这几年，郑老师团队相继开设了多么临床科研设计与统计课程，如果您需要，选择多门课程，有更多优惠，最高优惠50%左右

4课：2490元	6课：2990元
8课：3490元	10课：3999元

注：购买10门长期会员任选者，赠送价值899元的2024-2025开设的新直播课程一门或等值优惠券。

其它课程介绍请点击下方链接：

培训通知：2024-2025年科研统计课程培训通知

3.如果你目前有相应的课题经费，需要今后几年培养更多的学生，我们将推出“4999”的课程，包括2024年，2025年所有价值999元以内的课程（或999元的优惠券1张）。

目前所有14课+2025的直播课：  4999元

注：有疑问可以咨询助教，助教微信号：aq566665

4.对于长期会员，1年定期安排直播答疑（1-2周一次），所有回放视频永久！

5. 目前，全部课程包括真实世界研究、R语言、Meta分析、SPSS课程、重复测量资料分析、临床试验数据分析、临床预测模型、NHANES公共数据库挖掘，GBD公共数据库挖掘，孟德尔随机化方法课程（初级班+高级班）、机器学习均可马上观看课程回放视频。

课程购买方式与咨询

咨询付款方式👇

• 可以添加下方助教微信咨询详情，扫描购课二维码购课。

• 可开技术服务费、培训费、咨询费等发票；可出具课程学习通知，方便报销，可以对公转账。

助教二维码，联系咨询

购课二维码，直接购买

本公众号的宗旨是“让天下没有难学的统计学！”，我们的目标是，大家真正从这里学到了统计学。