傾向分數配對後調整方法:原理、應用與注意事項 - 以癌症治療研究為例
在觀察性研究中,研究者經常面臨著如何控制混雜因素以獲得可靠因果推斷的挑戰。傾向分數配對(Propensity Score Matching, PSM)作為一種廣泛使用的方法,通過平衡處理組和對照組之間的基線特徵,有效減少了選擇偏差。然而,即使在進行 PSM 後,兩組之間可能仍存在微小但潛在重要的差異。為了解決這一問題,研究者開發了一系列配對後調整方法,其中最常用的包括回歸分析和逆機率加權法(Inverse Probability Weighting, IPW)。為了更好地理解這些方法的應用,我們將以一項比較兩種癌症治療方法(A 和 B)對 5 年存活率影響的研究為例,貫穿整個文章。研究場景: