傾向評分比對（Propensity Score Matching，簡稱PSM）是一種統計學方法，用于處理觀察研究（Observational Study）的資料，在SCI文章中應用非常廣泛。在觀察研究中，由于種種原因，資料偏差（bias）和混雜變量（confounding variable）較多，傾向評分比對的方法正是為了減少這些偏差和混雜變量的影響，以便對實驗組和對照組進行更合理的比較。
為什麼需要做傾向評分比對？
我們知道RCT的證據力度高，是因為對患者進行了嚴格的篩選。我們的回顧性研究都是過去的資料，很難像RCT一樣進行嚴格的篩選出兩組患者基線相近的基礎資料，但我們可以通過傾向評分比對把回歸性的資料進行篩選，把基線資料相近的患者進行比對，得到近似RCT的效果。
應用場景
1.基線資料不平
2.開展病例對照研究病陽性例數較少，如罕見病研究
3.将衆多混雜因素變為一個變量：傾向值
以下為一個執行個體，沒進行比對前兩組患者基線資料相差很大，進行傾向評分比對後，基線資料近似一緻了
以下是一篇中華急危重症雜志發表的文章，說明傾向評分比對在投稿中可以獲得更高證據力度，有加分作用
下面我們通過執行個體示範怎麼使用SPSS進行傾向評分比對，我們有以下一組資料如下圖所示我們有1組患者35例資料：sex為性别，age為年齡，BMI為體重指數，GCS為GCS評分，我們需要使用SPSS給它進行1:1配比相同患者的資料，好進行病例對照研究。
首先打開SPSS，把資料拷貝進去
依次點選：資料—傾向性得分比對
Group放入組訓示符，ID放入個案ID，其他變量放入預測變量
傾向變量名填入：評分，比對容差填入：0.05，比對ID填入：新ID, 輸出資料集填入:新資料
點選确定得到下圖，這樣比對的ID就出來啦，是不是很簡單呀
目前SPSS隻能進行1:1比對，如果需要更高的比對需要用到其他的軟體，如：stata等，我們的課程将繼續更新相關課程。
動動小手關注一下吧，更多精彩文章盡在零基礎說科研