Propensity Score Matching
- Proposto por
- Paul Rosenbaum and Donald Rubin
- Ano
- 1983
- Tipo
- Method
- Família
- causal-inference
Este texto é uma tradução automática e ainda não foi revisado. Ler o original em inglês
O que ele faz?
Propensity score matching (PSM) é um método para reduzir o viés de confundimento em estudos observacionais, equilibrando características basais entre grupos de tratamento, simulando a randomização.
Desenvolvido por Rosenbaum e Rubin (1983), estima a probabilidade de receber tratamento dadas covariáveis observadas, e então pareia ou pondera indivíduos tratados e de controle com probabilidades de tratamento semelhantes. Amplamente utilizado em medicina, epidemiologia e avaliação de políticas quando ensaios randomizados são inviáveis ou antiéticos, permitindo a estimação de efeitos de tratamento enquanto se controla o viés de seleção.
A intuição por trás do método
Ensaios randomizados equilibram características basais automaticamente, permitindo inferência causal. Estudos observacionais carecem de randomização; indivíduos tratados frequentemente diferem sistematicamente dos não tratados (viés de seleção). Comparar desfechos entre grupos de tratamento confunde efeitos de tratamento com diferenças preexistentes. Propensity score matching (PSM) estima a probabilidade de que cada pessoa receba tratamento dadas suas características basais. Ao parear indivíduos tratados e não tratados com propensity scores semelhantes (probabilidades de tratamento), o PSM cria dois grupos comparáveis na linha de base, mimetizando a randomização. Isso remove o viés de confundimento para covariáveis medidas, permitindo inferência causal válida. A suposição chave: independência condicional—dadas as covariáveis observadas, a atribuição do tratamento é aleatória (sem confundimento não medido).
História
O artigo fundamental de Paul Rosenbaum e Donald Rubin de 1983 unificou o pareamento e a inferência causal via framework de resultados potenciais (Rubin, 1974). Eles provaram que o propensity score matching alcança equilíbrio de covariáveis, reduzindo o viés. O trabalho de Peter Austin (anos 2010) avançou os diagnósticos de equilíbrio e métodos de ponderação. Extensões modernas incluem: propensity score generalizado para tratamentos contínuos (Hirano & Imbens, 2004), métodos duplamente robustos combinando modelos de propensity e desfecho (van der Laan & Robins, 2003), estimação de máxima verossimilhança direcionada (TMLE; van der Laan & Rose, 2011).
Quando usar
Usar propensity score matching ao conduzir estudos observacionais e não poder randomizar, mas todos os confundidores são medidos. Pesquisa médica: avaliar eficácia de tratamento (cirurgia vs. cuidado conservador) comparando desfechos de pacientes tratados/não tratados pareados com risco basal semelhante. Avaliação de políticas: avaliar impacto de programas (ex: treinamento vocacional no emprego) comparando participantes e não participantes pareados. Epidemiologia: estimar risco de doença associado à exposição enquanto se controla características basais. Pré-requisito: ter coletado dados basais suficientes sobre confundidores antes da atribuição do tratamento; confundimento não medido (ex: gravidade não medida da doença) permanece uma ameaça.
Limitações e considerações
- Suposição de independência condicional: válida apenas se todos os confundidores relevantes forem medidos. Confundimento não medido (ex: gravidade não medida da doença, preferência do paciente) permanece uma ameaça; o PSM não pode detectá-lo ou corrigi-lo.
- Ineficiência: o pareamento reduz o tamanho da amostra (indivíduos não pareados são descartados); análises pareadas são menos poderosas estatisticamente do que regressão não pareada.
- Sobreposição limitada: se as populações tratadas e não tratadas tiverem distribuições de covariáveis muito diferentes, a região de sobreposição é pequena; as estimativas são restritas apenas à região de sobreposição.
- Dependência do modelo: as estimativas de propensity score dependem da especificação correta da regressão logística; especificação incorreta (interações omitidas, relações não lineares) resulta em baixo equilíbrio.
- Perda de informação: o pareamento um-para-um descarta indivíduos não pareados potencialmente informativos; pareamento muitos-para-um ou ponderação retêm todos os dados.
As condições da fonte não substituem a revisão científica independente nem a validação por um motor de análise.
Pontos fortes
- Reduz o viés de confundimento: ao criar grupos equilibrados em confundidores medidos, o PSM mimetiza a randomização para essas variáveis, permitindo inferência causal.
- Interpretabilidade: o propensity score é um único escalar que colapsa muitas covariáveis; transparente como o equilíbrio de covariáveis é alcançado.
- Flexibilidade: funciona com tratamentos binários ou múltiplos; estende-se a tratamentos contínuos (propensity score generalizado).
- Diagnóstico: a avaliação do equilíbrio de covariáveis (SMD, love plots) fornece evidências claras de redução de viés; desequilíbrio visível antes da análise do desfecho.
- Duplamente robusto: quando combinado com regressão do desfecho, o estimador é consistente se o modelo de propensity ou o modelo de desfecho estiver correto (resiliência à especificação incorreta).
Aplicações
- Pesquisa de efetividade comparativa: avaliar desfechos de tratamento (medicação A vs. B, manejo cirúrgico vs. médico) em registros eletrônicos de saúde sem randomização experimental.
- Avaliação de políticas: avaliar impacto de programas (treinamento de emprego, intervenções escolares) em desfechos (emprego, ganhos) comparando participantes de programas com não participantes pareados.
- Estudos de coorte epidemiológicos: estimar risco de doença a partir de exposições (tabagismo, dieta) em dados observacionais, ajustando para confundidores demográficos e de estilo de vida.
- Estudos de impacto econômico: avaliar efeitos de mudanças regulatórias, políticas fiscais ou reformas de saúde em desfechos individuais; equilibrando estados tratados e de controle.
- Efetividade de vacinas: comparar desfechos (taxas de infecção, gravidade da doença) em vacinados vs. não vacinados pareados por fatores de risco basais quando RCTs são inviáveis.
Como funciona
Como funciona
Administrar propensity score matching por: (1) identificar o desfecho de interesse, variável de tratamento (binária ou múltipla) e todos os confundidores relevantes (características basais que afetam tanto o tratamento quanto o desfecho), (2) coletar dados de covariáveis de todos os participantes, (3) verificar a suposição de sobreposição: grupos de tratamento e controle devem ter faixas de propensity scores sobrepostas; a falta de sobreposição indica incomparabilidade fundamental, (4) definir a amostra: intenção de tratar (analisar nos grupos originais) ou por protocolo (analisar a amostra pareada; alegações de causalidade exigem cautela). Garantir tamanho de amostra adequado: PSM reduz o tamanho efetivo da amostra via pareamento, portanto comece com N maior do que um RCT equivalente.
Estimar propensity scores: usar regressão logística para prever a probabilidade de atribuição do tratamento dadas todas as covariáveis medidas. p_i = P(Tratamento=1 | Covariáveis). O propensity score é um escalar (0–1) que colapsa múltiplas covariáveis em uma dimensão. Em seguida, parear indivíduos tratados (score p) com não tratados (score q) se |p − q| < caliper (tolerância, tipicamente 0.1 × DP do logit propensity score); abordagens comuns: pareamento 1:1 do vizinho mais próximo, vizinho mais próximo 1:m, ou pareamento por caliper. Alternativa ao pareamento: ponderação por propensity score (ponderação pela probabilidade inversa do tratamento, IPTW). Ponderar indivíduos tratados por 1/p_i (ponderar para cima os tratados sub-representados) e controles por 1/(1−p_i); produz uma pseudo-população onde o tratamento é independente das covariáveis. Verificar o equilíbrio de covariáveis: a diferença média padronizada (SMD) nas covariáveis entre os grupos deve ser < 0.1 (idealmente < 0.05) pós-pareamento; se não, aumentar o caliper ou incluir mais covariáveis no modelo de propensity. Relatar equilíbrio antes/depois via gráficos de SMD.
Após pareamento ou ponderação, comparar desfechos entre grupos de tratamento usando métodos padrão (teste t, regressão, análise de sobrevivência) na amostra pareada/ponderada. O efeito médio do tratamento nos tratados (ATT) é a diferença de desfechos na amostra pareada; se o pareamento for bem-sucedido (equilíbrio basal alcançado), essa diferença não é confundida por covariáveis medidas. Relatar: (1) equilíbrio de covariáveis antes e depois do pareamento (tabelas ou gráficos de SMD), (2) número de pares pareados/não pareados, (3) efeito do tratamento (diferença nos desfechos), (4) intervalos de confiança e valores p, (5) análise de sensibilidade ao confundimento não medido (ex: limites de Rosenbaum). Examinar suporte comum: proporção de tratados com propensity scores acima do escore mínimo de não tratados e abaixo do escore máximo de não tratados; sobreposição pobre invalida as estimativas. Usar ajuste por regressão na amostra pareada como controle adicional de confundimento (estimação duplamente robusta).
Erros comuns
- Pareamento no desfecho: enviesa as estimativas para zero (reduz o poder). A modelagem do propensity score deve incluir confundidores (variáveis que predizem tanto o tratamento quanto o desfecho), não mediadores ou consequências.
- Falha em verificar a sobreposição: prosseguir com o pareamento quando as distribuições de propensity de tratados/controles não se sobrepõem. Sempre verificar e relatar o suporte comum; estimativas fora da sobreposição são extrapolações não confiáveis.
- Ignorar o equilíbrio de covariáveis: assumir que o pareamento funcionou sem examinar as diferenças médias padronizadas. Sempre relatar diagnósticos de equilíbrio (gráficos de SMD, love plots); desequilíbrio indica a necessidade de uma abordagem alternativa.
- Analisar a amostra completa em vez da amostra pareada: se você parear e depois analisar todos os dados originais, você ignora o pareamento (derrota o propósito). Analisar apenas a amostra pareada, ou usar ponderação na amostra completa.
- P-hacking com múltiplos modelos de propensity: ajustar diferentes modelos de propensity e selecionar aquele que produz o melhor equilíbrio ou o efeito de tratamento mais forte. Especificar o modelo de propensity a priori com base na teoria; usar validação cruzada.
- Alegações causais sem precedência temporal: o propensity score reduz o confundimento por covariáveis medidas, mas a causalidade requer tratamento antes do desfecho. Causalidade reversa ainda ameaça a validade.
Perguntas frequentes
O que é o propensity score e por que o pareamento com ele funciona?
O propensity score é a probabilidade de receber tratamento dadas covariáveis observadas, estimada via regressão logística: P(T=1|Covariáveis). Dois indivíduos com o mesmo propensity score têm características basais semelhantes (em expectativa) mesmo que tratados de forma diferente. O pareamento por propensity scores cria grupos comparáveis: na amostra pareada, o status de tratamento é independente das covariáveis (independência condicional alcançada). Isso é equivalente a ter feito randomização na linha de base, permitindo inferência causal. O propensity score é um escalar (um número por pessoa), reduzindo o pareamento de muitas dimensões para uma (maldição da dimensionalidade resolvida).
Qual a diferença entre propensity score matching e inverse probability of treatment weighting (IPTW)?
Propensity score matching: pareia indivíduos tratados com indivíduos não tratados que possuem propensity scores semelhantes; analisa apenas pares pareados, descartando indivíduos não pareados. IPTW (inverse probability weighting): pondera todos os indivíduos pelos propensity scores inversos (pondera tratados por 1/p, controles por 1/(1−p)), criando uma pseudo-população onde o tratamento é independente das covariáveis. IPTW retém todos os dados, melhorando a eficiência e o poder. Ambos alcançam equilíbrio de covariáveis; IPTW é estatisticamente mais eficiente. Trade-off: IPTW pode produzir pesos extremos se alguns indivíduos tiverem propensity scores muito altos ou muito baixos, aumentando a variância; o pareamento evita isso, mas perde dados.
Como avaliar o equilíbrio de covariáveis e o que é aceitável?
Calcular a diferença média padronizada (SMD) para cada covariável: SMD = (média_tratados − média_controles) / DP pooled. SMD < 0.10 é geralmente aceito como 'equilibrado'; < 0.05 é excelente. Plotar SMDs pré e pós-pareamento (love plot): equilíbrio antes/depois visível rapidamente. Calcular SMD para todos os confundidores; se algum permanecer desequilibrado (SMD > 0.10) após o pareamento, considere: alargar o caliper (parear mais frouxamente), incluir interações no modelo de propensity, ou usar métodos alternativos (estratificação, ajuste por regressão). Nunca julgar o equilíbrio por valores p (valores p dependem do tamanho da amostra); sempre examinar o SMD numericamente e graficamente.
O propensity score matching pode abordar o confundimento não medido?
Não. O PSM reduz o viés de confundidores medidos (aqueles sobre os quais você coletou dados). Confundidores não medidos (ex: motivação do paciente, gravidade não medida da doença, mecanismos ocultos de seleção) permanecem não controlados. Realizar análise de sensibilidade para avaliar quão sensíveis as conclusões são ao confundimento não medido (limites de Rosenbaum: quão forte um confundidor não medido precisa ser para alterar as conclusões). Sempre discutir as limitações do confundimento não medido. Considerar variáveis instrumentais ou experimentos naturais se o confundimento não medido for uma preocupação importante.
Métodos relacionados
Fontes
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.
Abrir referência DOICopiado.Austin, P. C. (2011). An introduction to propensity score methods for reducing the effects of confounding. Multivariate Behavioral Research, 46(3), 399–424.
Abrir referência DOICopiado.Rubin, D. B. (1974). Estimating causal effects of treatments in randomized and nonrandomized studies. Journal of Educational Psychology, 66(5), 688–701.
Abrir referência DOICopiado.