SPSS操作:輕松實作1:1傾向性評分比對(PSM)
談起臨床研究，如何設立一個靠譜的對照，有時候成為整個研究成敗的關鍵。對照設立的一個非常重要的原則就是可比性，簡單說就是對照組除了研究因素外，其他的因素應該盡可能和試驗組保持一緻，這裡就不得不提随機對照試驗。衆所周知，随機對照試驗中研究對象是否接受幹預是随機的，這就保證了組間其他混雜因素均衡可比。
但是有些時候并不能實作随機化，比如說觀察性研究。這時候傾向性評分比對(propensity score matching,
PSM)可以有效降低混雜偏倚，并且在整個研究設計階段，得到類似随機對照研究的效果，想看執行個體趕快戳：隊列研究常用的傾向評分，到底是個啥？。與正常比對相比，傾向性評分比對能考慮更多比對因素，提高研究效率。
這麼“高大上”的傾向性評分比對，是不是超級難學？錯矣！今天就帶大家輕松搞定1:1傾向性評分比對。作為“稀罕”大招，并不是在所有版本的SPSS都可以實作傾向性評分比對，僅在SPSS22及以上自帶簡易版PSM，對于其他版本或者想要體驗完整版功能，就不得不去安裝相應的軟體（R軟體、SPSS
R插件、PS matching插件。。。超級難安裝！那是需要運氣和耐心的！感興趣的小夥伴可以私聊~~~）。
本次使用SPSS22為大家示範1:1傾向性評分比對。
一、問題與資料
某研究小白想搞明白吸煙和高血壓之間的關系，準備利用某項調查的資料進一步随訪研究吸煙和高血壓的關聯，該項研究包括233名吸煙者，949
名不吸煙者。如果全部随訪，研究小白感覺鴨梨山大，是以打算從中選取部分可比的個體進行随訪。
這兩組人群一些主要特征的分布存在顯著差異（見表1），現準備采用PS最鄰近比對法選取可比的個體作為随訪對象。
表1. 兩組基線情況比較（比對前）
二、SPSS分析方法
1. 資料錄入
(1) 變量視圖
(2) 資料視圖
2. 傾向性評分比對
選擇Data→Propensity Score
Matching，就進入傾向性評分比對的主對話框。
将分組變量Smoke放入Group
Indicator中（一般處理組指派為“1”，對照組指派為“0”）；将需要比對的變量放入Predictors中；Name for
Propensity Variable為傾向性評分設定一個變量名PS；
Match
Tolerance用來設定傾向性評分比對标準（學名“卡鉗值”），這裡設定為0.02，即吸煙組和不吸煙組按照傾向性評分±0.02進行1：1比對（當然，卡鉗值設定的越小，吸煙組和不吸煙組比對後可比性越好，但是凡事有個度，太小的卡鉗值也意味着比對難度會加大，成功比對的對子數會減少，需要綜合考慮~~~）；
Case ID确定觀測對象的ID；Match ID Variable
Name設定一個變量，用來明确對照組中比對成功的Match_ID；Output Dataset
Name這裡把比對的觀測對象單獨輸出一個資料集Match。
3. Options設定
Variable for Number of Eligible
Cases設定一個變量，用來明确病例組中某一個觀測對象，在對照組中有多少個觀測對象滿足與其比對的條件，比如說病例組有一個觀測對象PS=0.611，對照組可能有一個0.610，一個0.612。
Sampling預設為不放回抽樣。
Give priority to exact matches
優先考慮精确比對，也就說病例組有一個觀測對象PS=0.611，對照組也應該找到一個0.611。
Maximize execution performance
執行最優化操作，即系統會綜合考慮精确比對和模糊比對（基于設定的卡鉗值範圍内比對），系統預設勾選。
Randomize case order when drawing
matches整個比對過程中，如果對照組有多個滿足比對條件的觀測對象，那麼SPSS會預設随機将其與病例組觀測對象比對。但是因為SPSS預設每次操作給對照組的随機數字不同，是以如果不特殊設定，每次實際比對成功的對子是不一樣的，也就說這一次對照組A比對給病例組B，下一次就可能比對給病例組C。是以需要自行設定，并且在Random
Number Seed設定一個随機數種子，確定比對過程可以重複。
三、結果解讀
1. 比對結果
表2以吸煙（1=吸煙；0=不吸煙）為因變量，以需要調整的變量為自變量建構logistic回歸模型（表2），求出每個研究對象的PS值。
表2. logistic回歸模型
表3顯示，精确比對45對，模糊比對114對，共計比對成功159對。
表3. 比對結果
表4主要是比對過程。首先是精确比對（即PS完全一緻），比對33663次，大約1%比對成功；其次在精确比對成功的前提下，進行PS的模糊比對（PS±0.02，即最開始設定的卡鉗值為0.02），比對33618次，大約3.3%比對成功。
表4. 比對容許誤差
2. 比對後資料庫
輸出的資料集Match中出現之前設定的幾個新變量：E_case表示對照組中有幾個符合比對條件的觀測對象（如圖，吸煙組ID=2，有2個對照組觀測對象符合比對條件）；PS是基于logistic回歸模型計算出的傾向性評分；match_id表示比對成功的ID。
3. 資料庫整理
A.
篩選比對成功的對子：選擇Data→Select Cases→If condition is
satisfied：設定match_id≥1，篩選出比對成功的對子→Output中輸出新的資料集Analysis。
B.
确定比對成功辨別：match_id為吸煙組和不吸煙組互相比對成功的ID，這裡将不吸煙組match_id變量轉換為ID變量，這時候相同的match_id即為比對成功的對子。具體操作：将Analysis資料集中，不吸煙組match_id替換成ID編号：Transform→Compute
Variable→if smoke=0, match_id=ID→OK
C. 選擇Data→Sort
cases→按照比對辨別match_id排序（相同的match_id即為比對成功的對子）→OK→Save（你的滑鼠手一定要點儲存！！！）
傾向性評分比對就搞定了，再來看看比對情況。表5顯示，原吸煙組233例，最後共有159例比對成功（這次我們限定PS≤0.02，但可根據實際情況選擇合适的限定，增加比對成功數！），各比對因素在兩組間都均衡可比。
表5. 兩組基線情況比較（比對後）
四、總結和拓展
PSM一般分為三種類型：
1、PS最鄰近比對：是PSM最基本的方法，即直接從對照中尋找一個或多個與處理組個體PS值相同或相近的個體作為配比對象。本次我們就采用的是這個方法。
2、分層PSM：PS最鄰近比對盡管可以使協變量總體趨于平衡，但不能保證每個協變量分布完全一緻。可以根據某個重要變量（如性别）分層後，分别對每層人群進行PS最鄰近比對，然後再将配比人群合并，這樣就可以保證該重要變量在組間分布完全一緻。
3、與馬氏配比結合的PSM：PSM與馬氏配比結合後可以增加個别重點變量平衡能力，實作過程比較複雜。
對于1:m
PS比對和與馬氏配比結合的PSM，目前SPSS22及以上版本自帶的PSM并不能實作，後面會介紹基于SAS軟體複雜傾向性評分比對，敬請期待~~~