Skip to content
بازگشت به نتایج جست‌وجو

تطابق امتیاز تمایل (Propensity Score Matching)

معرفی‌شده توسط
Paul Rosenbaum and Donald Rubin
سال
1983
نوع
Method
خانواده
causal-inference

این متن ترجمه ماشینی است و هنوز بازبینی نشده است. متن اصلی را به انگلیسی بخوانید

اندازه قلم

چه کاری انجام می‌دهد؟

تطابق امتیاز تمایل (PSM) روشی برای کاهش سوگیری مخدوش‌کننده در مطالعات مشاهده‌ای با متعادل‌سازی ویژگی‌های پایه بین گروه‌های درمانی است که تصادفی‌سازی را شبیه‌سازی می‌کند. این روش که توسط روزنباوم و روبین (1983) توسعه یافته است، احتمال دریافت درمان را با توجه به کوواریت‌های مشاهده‌شده تخمین می‌زند و سپس افراد تحت درمان و کنترل را با احتمالات درمانی مشابه تطبیق می‌دهد یا وزن‌دهی می‌کند. این روش که به طور گسترده در پزشکی، اپیدمیولوژی و ارزیابی سیاست‌ها زمانی که کارآزمایی‌های تصادفی غیرممکن یا غیراخلاقی هستند، استفاده می‌شود، امکان تخمین اثرات درمان را ضمن کنترل سوگیری انتخاب فراهم می‌کند.

شهود پشت روش

کارآزمایی‌های تصادفی به طور خودکار ویژگی‌های پایه را متعادل می‌کنند و استنتاج علی را ممکن می‌سازند. مطالعات مشاهده‌ای فاقد تصادفی‌سازی هستند؛ افراد تحت درمان اغلب به طور سیستماتیک با افراد تحت درمان قرار نگرفته متفاوتند (سوگیری انتخاب). مقایسه پیامدها بین گروه‌های درمانی، اثرات درمان را با تفاوت‌های از پیش موجود مخدوش می‌کند. تطابق امتیاز تمایل (PSM) احتمال دریافت درمان توسط هر فرد را با توجه به ویژگی‌های پایه او تخمین می‌زند. با تطبیق افراد تحت درمان و غیر تحت درمان با امتیازهای تمایل مشابه (احتمالات درمانی)، PSM دو گروه قابل مقایسه در پایه ایجاد می‌کند و تصادفی‌سازی را تقلید می‌کند. این امر سوگیری مخدوش‌کننده را برای کوواریت‌های اندازه‌گیری شده حذف می‌کند و امکان استنتاج علی معتبر را فراهم می‌آورد. فرض کلیدی: استقلال شرطی—با توجه به کوواریت‌های مشاهده‌شده، تخصیص درمان تصادفی است (بدون مخدوش‌کننده اندازه‌گیری نشده).

تاریخ

مقاله بنیادی پل روزنباوم و دونالد روبین در سال 1983، تطابق و استنتاج علی را از طریق چارچوب پیامدهای بالقوه (روبین، 1974) یکپارچه کرد. آنها اثبات کردند که تطابق امتیاز تمایل به تعادل کوواریت دست می‌یابد و سوگیری را کاهش می‌دهد. کارهای پیتر آستین (دهه 2010) معیارهای تعادل و روش‌های وزن‌دهی را پیش برد. گسترش‌های مدرن شامل: امتیاز تمایل تعمیم‌یافته برای درمان‌های پیوسته (هیرانو و ایمبنز، 2004)، روش‌های دوگانه قوی که مدل‌های تمایل و پیامد را ترکیب می‌کنند (وان در لان و رابینز، 2003)، تخمین حداکثر درست‌نمایی هدفمند (TMLE؛ وان در لان و رز، 2011).

چه زمانی استفاده شود

هنگام انجام مطالعات مشاهده‌ای و ناتوانی در تصادفی‌سازی، اما زمانی که تمام مخدوش‌کننده‌ها اندازه‌گیری شده‌اند، از تطابق امتیاز تمایل استفاده کنید. تحقیقات پزشکی: ارزیابی اثربخشی درمان (جراحی در مقابل مراقبت محافظه‌کارانه) با مقایسه پیامدها برای بیماران تحت درمان/غیر تحت درمان تطبیق‌یافته با ریسک پایه مشابه. ارزیابی سیاست: ارزیابی تأثیر برنامه (مانند آموزش شغلی بر اشتغال) بر پیامدها با مقایسه شرکت‌کنندگان و غیرشرکت‌کنندگان تطبیق‌یافته. اپیدمیولوژی: تخمین خطر بیماری مرتبط با مواجهه ضمن کنترل ویژگی‌های پایه. پیش‌نیاز: باید داده‌های پایه کافی در مورد مخدوش‌کننده‌ها قبل از تخصیص درمان جمع‌آوری شده باشد؛ مخدوش‌کننده اندازه‌گیری نشده (مانند شدت بیماری اندازه‌گیری نشده) همچنان یک تهدید است.

محدودیت‌ها و ملاحظات

  • فرض استقلال شرطی: تنها در صورتی معتبر است که تمام مخدوش‌کننده‌های مرتبط اندازه‌گیری شده باشند. مخدوش‌کننده اندازه‌گیری نشده (مانند انگیزه بیمار، شدت بیماری اندازه‌گیری نشده، مکانیزم‌های انتخاب پنهان) همچنان یک تهدید است؛ PSM نمی‌تواند آن را تشخیص دهد یا اصلاح کند.
  • ناکارآمدی: تطابق اندازه نمونه را کاهش می‌دهد (افراد تطبیق‌نیافته دور ریخته می‌شوند)؛ تحلیل‌های تطبیق‌یافته قدرت آماری کمتری نسبت به رگرسیون تطبیق‌نیافته دارند.
  • اشتراک محدود: اگر جمعیت‌های تحت درمان و غیر تحت درمان دارای توزیع‌های کوواریت بسیار متفاوتی باشند، ناحیه اشتراک کوچک است؛ تخمین‌ها فقط به ناحیه اشتراک محدود می‌شوند.
  • وابستگی به مدل: تخمین‌های امتیاز تمایل به مشخصات صحیح رگرسیون لجستیک بستگی دارد؛ مشخصات نادرست (تعاملات حذف شده، روابط غیرخطی) منجر به تعادل ضعیف می‌شود.
  • از دست دادن اطلاعات: تطابق یک به یک افراد تطبیق‌نیافته بالقوه آموزنده را دور می‌ریزد؛ تطابق چند به یک یا وزن‌دهی تمام داده‌ها را حفظ می‌کند.

شرایط منبع جایگزین بررسی علمی مستقل یا اعتبارسنجی توسط موتور تحلیل نیست.

نقاط قوت

  • کاهش سوگیری مخدوش‌کننده: با ایجاد گروه‌های متعادل بر روی مخدوش‌کننده‌های اندازه‌گیری شده، PSM تصادفی‌سازی را برای آن متغیرها شبیه‌سازی می‌کند و استنتاج علی را ممکن می‌سازد.
  • قابل تفسیر: امتیاز تمایل یک اسکالر واحد است که چندین کوواریت را خلاصه می‌کند؛ نحوه دستیابی به تعادل کوواریت شفاف است.
  • انعطاف‌پذیر: با درمان‌های دودویی یا چندگانه کار می‌کند؛ به درمان‌های پیوسته (امتیاز تمایل تعمیم‌یافته) گسترش می‌یابد.
  • تشخیصی: ارزیابی تعادل کوواریت (SMD، نمودارهای لاو) شواهد روشنی از کاهش سوگیری ارائه می‌دهد؛ عدم تعادل قبل از تحلیل پیامد قابل مشاهده است.
  • دوگانه قوی: هنگامی که با رگرسیون پیامد ترکیب می‌شود، برآوردگر سازگار است اگر مدل تمایل یا مدل پیامد صحیح باشد (مقاومت در برابر مشخصات نادرست).

کاربردها

  • تحقیقات اثربخشی مقایسه‌ای: ارزیابی پیامدهای درمان (داروی A در مقابل B، مدیریت جراحی در مقابل پزشکی) در سوابق الکترونیکی سلامت بدون تصادفی‌سازی آزمایشی.
  • ارزیابی سیاست: ارزیابی تأثیر برنامه (آموزش شغلی، مداخلات مدرسه) بر پیامدها (اشتغال، درآمد) با مقایسه شرکت‌کنندگان برنامه با غیرشرکت‌کنندگان تطبیق‌یافته.
  • مطالعات کوهورت اپیدمیولوژیک: تخمین خطر بیماری ناشی از مواجهات (سیگار کشیدن، رژیم غذایی) در داده‌های مشاهده‌ای ضمن تنظیم برای مخدوش‌کننده‌های جمعیتی و سبک زندگی.
  • مطالعات تأثیر اقتصادی: ارزیابی اثرات تغییرات نظارتی، سیاست‌های مالیاتی، یا اصلاحات مراقبت‌های بهداشتی بر پیامدهای فردی؛ متعادل‌سازی ایالت‌های تحت درمان و کنترل.
  • اثربخشی واکسن: مقایسه پیامدها (میزان عفونت، شدت بیماری) در افراد واکسینه شده در مقابل واکسینه نشده تطبیق‌یافته با عوامل خطر پایه زمانی که RCTها غیرممکن هستند.

چگونه کار می‌کند

چگونه کار می‌کند

1

تطابق امتیاز تمایل را با مراحل زیر اجرا کنید: (1) شناسایی پیامد مورد علاقه، متغیر درمان (دودویی یا چندگانه)، و تمام مخدوش‌کننده‌های مرتبط (ویژگی‌های پایه که هم بر درمان و هم بر پیامد تأثیر می‌گذارند)، (2) جمع‌آوری داده‌های کوواریت در مورد همه شرکت‌کنندگان، (3) بررسی فرض اشتراک: گروه‌های درمان و کنترل باید دارای دامنه‌های اشتراکی از امتیازهای تمایل باشند؛ عدم اشتراک نشان‌دهنده عدم مقایسه اساسی است، (4) تعریف نمونه: قصد درمان (تحلیل در گروه‌های اصلی) یا طبق پروتکل (تحلیل نمونه تطبیق‌یافته؛ ادعاهای علی نیازمند احتیاط است). اطمینان از اندازه نمونه کافی: PSM اندازه نمونه مؤثر را از طریق تطابق کاهش می‌دهد، بنابراین با N بزرگ‌تری نسبت به RCT معادل شروع کنید.

2

تخمین امتیازهای تمایل: از رگرسیون لجستیک برای پیش‌بینی احتمال تخصیص درمان با توجه به تمام کوواریت‌های اندازه‌گیری شده استفاده کنید. p_i = P(درمان=1 | کوواریت‌ها). امتیاز تمایل یک اسکالر (0 تا 1) است که چندین کوواریت را در یک بعد خلاصه می‌کند. سپس، افراد تحت درمان (امتیاز p) را با افراد غیر تحت درمان (امتیاز q) تطبیق دهید اگر |p − q| < کالیپر (تلورانس، معمولاً 0.1 × انحراف معیار لگاریتم امتیاز تمایل)؛ رویکردهای رایج: تطابق نزدیک‌ترین همسایه 1:1، نزدیک‌ترین همسایه 1:m، یا تطابق کالیپر. جایگزین تطابق: وزن‌دهی امتیاز تمایل (وزن‌دهی معکوس احتمال درمان، IPTW). افراد تحت درمان را با 1/p_i (وزن‌دهی بیشتر به افراد تحت درمان کمتر نماینده) و افراد کنترل را با 1/(1−p_i) وزن‌دهی کنید؛ این یک جمعیت شبه ایجاد می‌کند که در آن درمان مستقل از کوواریت‌ها است. تعادل کوواریت را بررسی کنید: تفاوت میانگین استاندارد شده (SMD) در کوواریت‌ها بین گروه‌ها باید پس از تطابق < 0.1 (ایده‌آل < 0.05) باشد؛ اگر اینطور نیست، کالیپر را افزایش دهید یا کوواریت‌های بیشتری را در مدل تمایل بگنجانید. تعادل قبل و بعد را از طریق نمودارهای SMD گزارش دهید.

3

پس از تطابق یا وزن‌دهی، پیامدها را بین گروه‌های درمانی با استفاده از روش‌های استاندارد (آزمون t، رگرسیون، تحلیل بقا) بر روی نمونه تطبیق‌یافته/وزن‌دهی شده مقایسه کنید. میانگین اثر درمان بر روی افراد تحت درمان (ATT) تفاوت پیامد در نمونه تطبیق‌یافته است؛ اگر تطابق موفقیت‌آمیز باشد (تعادل پایه حاصل شده)، این تفاوت توسط کوواریت‌های اندازه‌گیری شده مخدوش نشده است. گزارش دهید: (1) تعادل کوواریت قبل و بعد از تطابق (جداول یا نمودارهای SMD)، (2) تعداد جفت‌های تطبیق‌یافته/تطبیق‌نیافته، (3) اثر درمان (تفاوت در پیامدها)، (4) فواصل اطمینان و مقادیر p، (5) تحلیل حساسیت به مخدوش‌کننده‌های اندازه‌گیری نشده (مانند حدود روزنباوم). اشتراک را بررسی کنید: نسبت افراد تحت درمان با امتیازهای تمایل بالاتر از حداقل امتیاز افراد غیر تحت درمان و پایین‌تر از حداکثر امتیاز افراد غیر تحت درمان؛ اشتراک ضعیف تخمین‌ها را نامعتبر می‌کند. از تنظیم رگرسیون بر روی نمونه تطبیق‌یافته به عنوان کنترل مخدوش‌کننده اضافی (تخمین دوگانه قوی) استفاده کنید.

دام‌های رایج

  • تطابق بر اساس پیامد: تخمین‌ها را به سمت صفر سوگیری می‌کند (قدرت را کاهش می‌دهد). مدل‌سازی امتیاز تمایل باید شامل مخدوش‌کننده‌ها باشد (متغیرهایی که هم درمان و هم پیامد را پیش‌بینی می‌کنند)، نه میانجی‌ها یا پیامدها.
  • عدم بررسی اشتراک: ادامه تطابق زمانی که توزیع امتیازهای تمایل درمان و کنترل همپوشانی ندارند. همیشه اشتراک را بررسی و گزارش کنید؛ تخمین‌های خارج از اشتراک برون‌یابی‌های غیرقابل اعتماد هستند.
  • نادیده گرفتن تعادل کوواریت: فرض اینکه تطابق بدون بررسی تفاوت میانگین استاندارد شده کار کرده است. همیشه معیارهای تعادل (نمودارهای SMD، نمودارهای لاو) را گزارش دهید؛ عدم تعادل نشان‌دهنده نیاز به رویکرد جایگزین است.
  • تحلیل نمونه کامل به جای نمونه تطبیق‌یافته: اگر تطابق دهید و سپس تمام داده‌های اصلی را تحلیل کنید، تطابق را نادیده گرفته‌اید (هدف را بی‌اثر می‌کند). فقط نمونه تطبیق‌یافته را تحلیل کنید، یا از وزن‌دهی بر روی نمونه کامل استفاده کنید.
  • P-hacking با مدل‌های تمایل متعدد: برازش مدل‌های تمایل مختلف و انتخاب مدلی که بهترین تعادل یا قوی‌ترین اثر درمان را ایجاد می‌کند. مدل تمایل را بر اساس نظریه از قبل مشخص کنید؛ از اعتبارسنجی متقابل استفاده کنید.
  • ادعاهای علی بدون تقدم زمانی: امتیاز تمایل مخدوش‌کننده را توسط کوواریت‌های اندازه‌گیری شده کاهش می‌دهد، اما علیت نیازمند درمان قبل از پیامد است. علیت معکوس همچنان اعتبار را تهدید می‌کند.

پرسش‌های متداول

امتیاز تمایل چیست و چرا تطابق بر اساس آن کار می‌کند؟

امتیاز تمایل، احتمال دریافت درمان با توجه به کوواریت‌های مشاهده‌شده است که از طریق رگرسیون لجستیک تخمین زده می‌شود: P(T=1|Covariates). دو فرد با امتیاز تمایل یکسان، ویژگی‌های پایه مشابهی دارند (در حالت انتظاری) حتی اگر به طور متفاوتی تحت درمان قرار گرفته باشند. تطابق بر اساس امتیازهای تمایل، گروه‌های قابل مقایسه‌ای ایجاد می‌کند: در نمونه تطبیق‌یافته، وضعیت درمان مستقل از کوواریت‌ها است (استقلال شرطی حاصل شده). این معادل تصادفی‌سازی در پایه است که استنتاج علی را ممکن می‌سازد. امتیاز تمایل یک اسکالر (یک عدد برای هر فرد) است که تطابق را از ابعاد متعدد به یک بعد کاهش می‌دهد (نفرین ابعاد حل شده است).

تفاوت بین تطابق امتیاز تمایل و وزن‌دهی معکوس احتمال درمان (IPTW) چیست؟

تطابق امتیاز تمایل: افراد تحت درمان را با افراد غیر تحت درمان که امتیازهای تمایل مشابهی دارند جفت می‌کند؛ فقط جفت‌های تطبیق‌یافته را تحلیل می‌کند و افراد تطبیق‌نیافته را دور می‌ریزد. IPTW (وزن‌دهی معکوس احتمال): تمام افراد را با معکوس امتیازهای تمایل وزن‌دهی می‌کند (افراد تحت درمان را با 1/p و افراد کنترل را با 1/(1−p) وزن‌دهی می‌کند)، و یک جمعیت شبه ایجاد می‌کند که در آن درمان مستقل از کوواریت‌ها است. IPTW تمام داده‌ها را حفظ می‌کند و کارایی و قدرت را بهبود می‌بخشد. هر دو به تعادل کوواریت دست می‌یابند؛ IPTW از نظر آماری کارآمدتر است. مصالحه: IPTW می‌تواند وزن‌های شدیدی تولید کند اگر برخی افراد امتیازهای تمایل بسیار بالا یا بسیار پایینی داشته باشند، و واریانس را افزایش می‌دهد؛ تطابق از این امر جلوگیری می‌کند اما داده‌ها را از دست می‌دهد.

چگونه تعادل کوواریت را ارزیابی کنم و چه چیزی قابل قبول است؟

تفاوت میانگین استاندارد شده (SMD) را برای هر کوواریت محاسبه کنید: SMD = (میانگین_درمان شده − میانگین_کنترل) / انحراف معیار تجمعی. SMD < 0.10 به طور کلی به عنوان 'متعادل' پذیرفته می‌شود؛ < 0.05 عالی است. SMDها را قبل و بعد از تطابق رسم کنید (نمودار لاو): تعادل قبل/بعد در یک نگاه قابل مشاهده است. SMD را برای تمام مخدوش‌کننده‌ها محاسبه کنید؛ اگر هر کدام نامتعادل باقی ماندند (SMD > 0.10) پس از تطابق، در نظر بگیرید: افزایش کالیپر (تطابق شل‌تر)، گنجاندن تعاملات در مدل تمایل، یا استفاده از روش‌های جایگزین (طبقه‌بندی، تنظیم رگرسیون). هرگز تعادل را با مقادیر p قضاوت نکنید (مقادیر p به اندازه نمونه وابسته هستند)؛ همیشه SMD را به صورت عددی و گرافیکی بررسی کنید.

آیا تطابق امتیاز تمایل می‌تواند مخدوش‌کننده اندازه‌گیری نشده را برطرف کند؟

خیر. PSM سوگیری ناشی از مخدوش‌کننده‌های اندازه‌گیری شده (آنهایی که داده‌هایشان را جمع‌آوری کرده‌اید) را کاهش می‌دهد. مخدوش‌کننده‌های اندازه‌گیری نشده (مانند انگیزه بیمار، شدت بیماری اندازه‌گیری نشده، مکانیزم‌های انتخاب پنهان) کنترل نشده باقی می‌مانند. تحلیل حساسیت را برای ارزیابی میزان حساسیت نتایج به مخدوش‌کننده اندازه‌گیری نشده انجام دهید (حدود روزنباوم: یک مخدوش‌کننده اندازه‌گیری نشده چقدر باید قوی باشد تا نتایج را تغییر دهد). همیشه محدودیت‌های مخدوش‌کننده اندازه‌گیری نشده را مورد بحث قرار دهید. اگر مخدوش‌کننده اندازه‌گیری نشده یک نگرانی عمده است، از متغیرهای ابزاری یا آزمایش‌های طبیعی استفاده کنید.

روش‌های مرتبط

منابع

  1. Rosenbaum, P. R., & Rubin, D. B. (1983). The central role of the propensity score in observational studies for causal effects. Biometrika, 70(1), 41–55.

    باز کردن مرجع DOI
    کپی شد.
  2. Austin, P. C. (2011). An introduction to propensity score methods for reducing the effects of confounding. Multivariate Behavioral Research, 46(3), 399–424.

    باز کردن مرجع DOI
    کپی شد.
  3. Rubin, D. B. (1974). Estimating causal effects of treatments in randomized and nonrandomized studies. Journal of Educational Psychology, 66(5), 688–701.

    باز کردن مرجع DOI
    کپی شد.