|赵洪鑫：一键完成倾向性评分匹配并自动生成Word版图表用于论文

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

文章图片

作者：赵洪鑫复旦大学医学博士北京洪宇科技有限公司CEO
这是一个全自动做倾向性评分匹配（PSM）的工具。
大家可能会问， SPSS不就可以做PSM ，还开发这个工具有啥意义？主要在于几点：

1）瞬间自动生成匹配前后基线特征表和love plot 。
2）可以边看匹配后的结果表格边调匹配参数，实时调整结果，所见即所得。

3）自动生成Word报告，论文里需要的图表一分钟给您全部准备好。

4）集成数据管理工具、缺失数据处理工具，生成匹配后的数据下载做进一步分析。

所谓倾向性评分匹配，用粗俗的话说来就是在非随机对照研究中，因为没有随机分配患者，所以观察组和对照组基线特征有差异，俗称基线不平衡。会使得读者质疑你的疗效分析结果。所以我们只好牺牲一些样本量，从对照组中选择一部分和观察组基线差异较小的患者，来进一步分析疗效（有时候为了效果，观察组也要牺牲掉一部分样本）。
从对照组里选择哪些患者，才能缩小和观察组的差异呢？交给计算机自动处理就行，自己不用操这个心了。
进入下面这个网站，选择倾向性评分匹配工具来进行：

www.b-hy.com/ai

第一步，根据提示先下载样例excel ，准备您的数据：

应该包括ID号，代表组别的变量如group 以及需要调整和匹配的协变量如age gender smoke diagnoseprogram等。应当注意的是，代表组别的变量下面只能包含两个组，如\"Treatment\" ， \"Control\" 或者GroupA GroupB等。不能包含两个以上组。三组的PSM本工具暂不提供，会重新研发一个工具。
将准备好的数据导入系统：

上传之后看一下没有问题，一定要点击最下方的 “import data” 按钮才能下一步。

下一步点击上方的 “选择字段” 标签：

这一步非常重要，关系到PSM的处理方式，不能略过。需要对变量的标签和属性做一些调整，另外设置一下，连续性变量设置为numeric 分类变量设置成character 。比如stage这个变量，是个数值型，取值我们在右边看到只有1234 ，其实代表的是疾病分期，只是一个分类变量，并不是一个连续变量，这时候我们务必要把字段的属性在New class菜单里设置为“character” ，后续才能正确处理。
字段名称可以改成最终统计表里的名称，比如 age 可以改成 Age 首字母大写等等。
然后在这个页面，哪怕你什么也没修改，也务必要点击“Apply Changes” 按钮，才能进入下一个页面，否则进行不下去。
下一步可以点击“选择患者” ，如果要选取一部分患者做亚组分析的话，在这个页面做选择和调整。如果没有需要则直接下一步。