在上一篇文章中，我們向大家介紹瞭如何給SPSS安裝插件，拓展出1：n傾向性評分匹配的功能。詳見：滿滿乾貨！給SPSS插上1:n傾向性評分匹配(PSM)的翅膀

在今天的內容中，我們就繼續給大家介紹一下，如何使用SPSS進行簡單的幾步操作，就能輕鬆搞定高大上的1：n傾向性評分匹配。

一、問題與數據

假設某位心內科醫生在門診連續收集了170名就診患者，其中冠心病（CHD）患者24名，146名對照，並記錄了他們的性別、年齡、BMI、LDL-C等信息，擬探討LDL-C水平與冠心病的關係（此處不對該研究的設計方法進行評價）。數據格式如下：

注意：這裡有2點大坑需要大家值得關註：

(1) 所有的變數名須是英文名稱，不要使用中文，否則會導致後面回歸模型建模失敗；

(2) 所有變數不能有缺失值，包括擬進行匹配和不進行匹配的全部變數，都不允許出現缺失值。

首先該醫生對數據進行了初步分析，將病例組和對照組之間的各個因素進行比較，結果發現兩組各因素間差異均有統計學顯著性。但為了保證兩組人羣之間各混雜因素能夠均衡可比，該醫生擬採用1：n傾向性評分匹配的方法來對兩組人羣進行匹配。

表1. 傾向性評分匹配前兩組間各個因素的比較結果

二、SPSS PS Matching拓展功能操作

1. 選擇analyze → PS Matching

2. 在Propensity Score Matching對話框中

(1) 將分組變數CHD選入Binary Treatment Indicator中，其中1代表病例組，0代表對照組，且變數類型必須定義為尺度變數。

(2) 將用於計算傾向性評分的協變數age、BMI、gender選入Covariates，將與處理因素無關的協變數選入Additional Covariates。

注意：一般根據結局變數與混雜變數構建二分類logistic回歸模型，進行逐步回歸，將進入模型的變數選入Covariates，剔除的變數選入Additional Covariates。

(3) 設定Caliper值，為0~1之間，該值設置越大，越接近於1，就越容易找到匹配的對象，但結果就越容易出現不平衡；該值設置越小越接近於0，匹配就越嚴格，但是符合匹配要求的患者就少了，最終導致研究的統計效能降低，很有可能找不到匹配的對象。

本例中暫且設置為0.1，也就是說如果一個病例組研究對象患有冠心病的概率為0.8，那麼與之匹配的對照組研究對象患有冠心病的概率須在0.7-0.9之間。

3. 點擊Plot and Output選項

在Plots下勾選Histogram of standardized differences、Dotplot of standardized mean differences、Line plot of individual differences，分別繪製SD分佈直方圖、單變數SD散點圖、標準化差異變化線圖。

在Output Datasets下勾選Paired dataset by 「matched_id」，在Include下選擇Matched cases，並在Balance Statistics下選擇Detailed – by Exact Matching variables。

4. 點擊Nearest Neighbor選項

在Match Ratio下選擇Match 1: many，並設定匹配數量n，一般n不超過4，否則容易出現過度匹配的現象。本例中以設定1:2為例進行匹配。Matching order下拉框選擇Random。

5. 點擊OK完成操作。

三、結果解讀

1. 樣本匹配結果

結果顯示，SPSS生成了一個新的已完成匹配的數據文件，其中包含病例組21人，對照組39人，我們發現兩組人羣約為1:2，但並非是絕對的1:2匹配，這是因為有些病例未能同時找到有效匹配的對照人羣。

2. 匹配後的均衡性度量

在輸出結果「Relative multivariate imbalance L1」中，L1 measure統計量理論上介於0~1之間，匹配前和匹配後相比，L1 measure統計量越小，提示匹配效果越好。在本例研究中，匹配後的L1 measure統計量為0.643，遠小於匹配前的0.808，提示匹配良好。

3. 顯示匹配後不均衡的變數

在輸出結果「Summary of unbalanced covariates」中，若|d|>0.25，則提示變數存在不均衡性。在本例研究中，結果顯示沒有變數|d|>0.25，提示匹配後所有匹配的變數都達到了平衡。

4. 匹配後均衡性比較

對於匹配後的協變數均衡性比較應該遵守兩個原則：

① 評價方法應該是針對樣本而不是總體

仔細想想，傾向性評分匹配實際上是從一個隨機獲得的有代表性樣本中再「挑」出一部分進行分析，這時候再去通過「挑出來樣本」去推斷最開始的總體，顯然已經不合適啦。

② 評價指標應該與樣本量大小無關

為啥呢？想想看看，我們前面提到的匹配比例可以從1:1設定到1:4（事實上可以任意無限大設置，但是考慮匹配效率，推薦不要超過1:4），如果某個評價指標和樣本量有關，那極有可能會遇到不同樣本量下完全不一樣的比較結果。

綜上，你腦海里第一反應的t檢驗或者卡方檢驗在這裡已經不合適了。當然，還有其他常見的可用於協變數均衡性比較的指標，比如說C統計量等，也是存在很多缺點的（想要進一步瞭解這方面的內容，推薦大家一篇綜述[1]）。

有小夥伴要問啦，這個方法也不行，那個也不行，到底用啥方法評價均衡性？別急，方法還是有的。在傾向性評分匹配後的均衡性比較中，推薦大家使用標準差異（Standardized difference）。一般而言，標準差異絕對值小於10%時，可認為組間均衡性較好。具體計算公式如下：

再回到本例中，SPSS在結果中輸出了Detailed Balance表格，展示了各個變數匹配前後的均值、標準差和標準差異等信息，結果顯示CHD組和對照組的年齡、BMI的標準差異絕對值分別為12.2%和3.7%。由於性別為分類變數，匹配後根據上述公式計算其標準差異絕對值為0.83%。

按照上面提到的10%的標準，性別和BMI匹配後在兩組中均衡性較好，但是年齡就差點兒，這也說明傾向性評分匹配也不是萬能的，如果兩組沒有足夠「重疊的部分」（比如說一個不太恰當的例子，某慢病人羣和體檢中心健康人羣進行匹配，前者年齡一般會比後者大不少，想要保證兩組匹配後年齡均衡可比，自然是難度大大的），匹配的結果也不會非常理想。

以上僅是舉例，重在方法操作。再回過頭來，瞅瞅組間LDL-C水平（表2）。結果顯示，匹配後的CHD組LDL-C水平高於對照組，組間差異明顯縮小了不少，但是獲得了一個比較「乾淨」的效應，提示LDL-C可能是CHD發生的一個危險因素。為了進一步確定LDL-C水平對CHD發生風險的效應大小，可以根據我們前期推送的教程《SPSS實例教程 | 1:m匹配病例對照Logistic回歸》，來進行更加深入的分析和探討。

表2. 傾向性評分匹配前後兩組LDL-C比較結果

5. 圖形輸出結果

5.1 SD分佈直方圖

若匹配後的標準差異集中在0附近，可以提示匹配達到了較好的效果。

5.2 標準化差異變化線圖和單變數SD散點圖

這兩個圖的點值與上述Detailed Balance表格中的值是相對應的，均展示了匹配前後，各個協變數標準差異的變化。標準化差異變化線圖顯示，匹配後各個協變數標準差異均明顯降低，單變數SD散點圖顯示匹配後標準差異基本集中在0附近，提示變數達到了均衡，匹配效果良好，可以結合Detailed Balance表格進行輔助判斷。

我們通過兩期的內容向大家詳細介紹了在SPSS中實現1:n傾向性評分匹配的功能，在學習統計學的道路上又get了一項高大上的新技能，如果大家在實操的過程中還遇到什麼問題，歡迎在下方留言討論哈！

參考文獻

1. J Clin Epidemiol. 2015; 68:112-21.

（想要及時獲得更多內容可關注「醫咖會」微信公眾號：傳播研究進展，探討臨牀研究設計與醫學統計學方法；也可查看醫咖會 - 臨牀研究設計和醫學統計交流平臺，獲取60篇統計方法的詳細SPSS教程。）

推薦閱讀：

相關文章