倾向性评分匹配的原理及文献解读.ppt

倾向性评分匹配原理及文献解读,倾向性评分匹配的原理介绍,01,倾向性评分匹配的实例,02,倾向性评分匹配应用的注意事项,03,目录 CONTENTE,倾向性评分匹配的原理介绍,01,X是否人为分配？Assigned exposure X?,观察性 Observational,实验性 Experimental,Analytic Cross sectional 横断面 Case-control 病例对照 Cohort studies 队列,Randomized controlled trials (RCT),No,Yes,临床研究常见的类型,1.RCT研究简介,RCT研究的基本流程,1.RCT研究简介,RCT研究被称为是临床防治性研究的“金标准”，是因为在RCT研究中试验组和对照组可以通过“随机分配”的方式平衡混杂因素，比如研究一种药物治疗哮喘的疗效，研究者在招募一些哮喘患者后，将其随机分为试验组和对照组，试验组接受药物治疗，对照组接受安慰剂治疗，治疗一段时间后，如果两组患者的有效率不同，则我们可以认为两组有效率的差异完全是由该药物引起的。因为从理论上说试验组和对照组相比除了该药物外，其他的临床特征都是相同的，或者说是具有可比性。,1.RCT研究简介,药物临床试验(GCP)采用的就是严格按照RCT研究标准进行的,1.RCT研究简介,有些研究无法解决伦理问题。如吸烟和肺癌，就不能做RCT研究,RCT研究也有其不可避免的缺陷：,RCT研究是在理想条件下对特定人群的干预结局，并不能很好的外推到真实的临床环境中，如：药物的RCT一般都会限制研究人群，年龄有限制，小孩不要，老人不要，有基础疾病的不要，但在真实的临床环境中，如果遇到了这些人群，究竟用不用这个药，用多少，有什么风险,这些都不清楚。,RCT研究对试验条件要求高，投入也大，一般的小医院很难开展高质量、大样本的RCT。,2.观察性研究简介,2.观察性研究,但相对于RCT研究，观察性的研究就比较“尴尬”了，因为没有随机分组，所以实验组和对照组除了要研究的暴露因素X外，两组基线特征还存在很多差异（也就是混杂因素），因此，两组结局事件的发生就不一定完全由暴露因素X所引起的。,上市后药物扩大适应症的研究属于药品补充注册的一种，需要研究者进行药物临床研究, 再上报国家食品药品监督管理局，审批通过后才允许在说明书上面增加新适应症。,2.观察性研究简介,时下“真实世界研究”,其实也就是观察性的临床研究，相对于RCT研究，观察性临床研究的研究对象所具有的各种特征是客观存在的，研究者不能对其进行干预，其研究结果更接近实际情况，同时因其较宽的纳入排除标准，使其研究结果更具外推性，实用性更好。,2006年美国流行病学杂志Am J Epidemiol总结了真实世界研究控制混杂常用的五种方法，包括： 1. 多元回归模型调整混杂 2. 倾向性评分匹配（PSM）后构建回归模型 3. 回归模型调整倾向性评分（PS） 4. 回归模型+加权（IPTW）处理 5. 回归模型+加权（SMR）处理,真实世界研究控制混杂方法,3.倾向性评分匹配的原理介绍,混杂偏倚可能改变着研究结果的真实性，从而使观察性临床研究结果的实际运用价值受到相应的限制。观察性临床研究中，是否有效控制偏倚成为其成功与否的关键，在这种情况下，倾向性评分匹配就横空出世了。 20世纪80年代Rosenbaum和Rubin首次提出了了倾向性评分法这一概念。倾向性评分法是运用倾向性评分值来综合所有的观察变量信息从而达到均衡变量、减少偏倚的目的。,倾向性评分匹配SCI论文的写作套路,近年来，倾向性评分的应用越来越火爆，pubmed数据库在2010年专门为使用这一类方法的论文指定了一个主题词。,“propensity score“MeSH Terms OR (propensity score matchingTitle/Abstract) OR (propensity-matched analysisTitle/Abstract) OR (propensity-matched studyTitle/Abstract) OR (propensity score based analysisTitle/Abstract) OR propensity scoreTitle/Abstract,倾向性评分匹配SCI论文的写作套路,各年发表的倾向性评分相关论文分布情况如下图所示：,3.倾向性评分匹配的原理介绍,倾向性评分匹配是倾向性评分法应用的一个方面，英文名为“Propensity score matching, PSM”,就是指通过一定的统计学方法对实验组与对照组进行筛选，使筛选出来的研究对象在临床特征（潜在的混杂因素）上具有可比性，此时，实验组与对照组的结局存在差异，就可以完全归结果实验因素也就是暴露因素了。,PSM,C,倾向性评分匹配定义,通过一定的统计学方法对实验室组和对照组进行筛选，使筛选出的研究对象在某些重要临床特征上具有可比性,一般是通过某种统计学模型求得每个观测的对个协变量的综合倾向性得分，再按照倾向性得分是否接近进行匹配 常用的统计模型一般是以分组变量为因变量，其他可能影响结果的混杂因素为协变量构建Logistic回归模型 计算每个观测的倾向性得分，根据拟合的回归模型计算每个个体的倾向指数，指数范围为0-1之间，反映个体被分到实验组的概率，设置卡钳值（最优卡钳值为0.02, 0.03或倾向性评分值经logit转换后标准差的20%），按照得分大小进行匹配 如果不同组别间研究结局的差异有统计学，则可以归因于研究因素的影响 主要用途：使用已知的多个协变量凝练出一个综合评分，以校正组间基线资料的不均衡可比,倾向性评分匹配的步骤,倾向性评分步骤,3.倾向性评分匹配的原理介绍,倾向性评分匹配的研究步骤： 根据临床经验和实际要求，以处理因素为应变量（Y），混杂因素为自变量(X)来构建回归模型； 由大量观察性数据拟合回归模型的参数； 根据拟合的回归模型计算每个个体的倾向指数，指数范围为0-1之间，反映个体被分到实验组的概率； 以倾向指数为依据，通过倾向评分匹配方法来均衡组间协变量的分布；,匹配算法,匹配算法,射频消融 vs 立体定向，谁才是非手术治疗局限性肝癌的最佳治疗方案？,在非手术治疗的患者中针对局部肝细胞肝癌行射频消融对比立体定向放疗:(美国)全国癌症数据库分析,实例介绍,实例背景介绍,原发性肝癌是全球范围内第五大最常见的恶性肿瘤，并高居全球恶性肿瘤死因第二位，其中90%以上为肝细胞癌（HCC）。外科手术是目前早期HCC患者最有效的治疗手段，但遗憾的是，由于HCC起病隐匿，进展迅速，大多数患者无法进行手术治疗。局部消融治疗，包括射频消融（RFA）和立体定向放射治疗（SBRT）等，已成为治疗这些患者的重要方法。 然而，由于缺乏用于指导HCC最佳局部消融治疗的数据，究竟哪种方式疗效更佳，我们不得而知。研究者通过分析美国国家癌症数据库（NCDB）的数据，比较了射频消融（RFA）与立体定向放疗（SBRT）的有效性，也许可以为临床非手术治疗HCC提供更多的依据。,实例介绍,数据来源：NCDB 研究假设：RFA vs SBRT 疗效比较研究； 结局指标：主要结局是：OS， 次要结局是：在特定HCC病人（高度肝硬化的病人）中RFA以及SBRT疗效比较问题 研究设计：回顾性研究,1.实例介绍,N=119933,N=3980,N=3684,N=296,统计方法,1、基线资料比较 分类变量使用卡方检验、或Fisher精确检验，连续变量或等级变量使用Wilcoxon秩和检验,2、倾向性分析 （1）计算倾向性评分PS 构建了接受SBRT倾向评分模型 采用逐步回归法的多变量Logistic回归，具体做法是：将单因素分析中p0.2作为初步纳入（结合临床等因素判断）以及p0.1必须纳入这两个标准多因素模型来计算PS评分。计算出每个人接受SBRT的可能性。 匹配算法：卡尺内最近邻匹配，匹配比例1:2,卡钳值设置0.05，时间14天。 （2）PS加权 逆处理概率加权法IPTW 计算出PS后，每个对象的总生存时间* 权重，然后进行多因素回归分析。,倾向性评分加权法,倾向性评分加权法的原理与传统的标准化法的原理类似。标准化法的基本思想是制定一个统一的“标准人口”，按照“标准人口”中混杂因素构成的权重来调整两组观察效应的平均水平，从而消除两组之间由于内部混杂因素分布不同对效应值的影响。 倾向性评分加权法在计算得出倾向性评分的基础上，利用标准化法的原理，通过倾向性评分值赋予每个研究对象一个相应的权重进行加权，使得各组中倾向性评分分布一致，从而达到消除混杂因素影响的目的。,结 果,表1 未匹配基线资料的描述与分析,结 果,2.软件准备,A,匹配后基线比较结果,结 果,不同年份运用不同治疗方案的一个概述,结 果,表2 其实是一个在构建PS匹配模型时候做的一个表，就是方程：Y（SBRT=1）=aX1+ bx2+ cX3+e（残差） 的表格呈现结果，X1,X2,X3对应的就是表格里各个变量（比如年龄，性别等）。做这个表格目的就是想看接受SBRT的人群中变量分布情况，还有一个目的是方便后面计算PS评分,3.实例操作,图3,A是未配对人群中做的KM曲线图，很明显RFA生存更好。B是在PSM配对人群中做的，同样的结果，可以作为比较证明结果稳定性（敏感性分析）,结 果,结果解读,C是IPTW下做的图，也是同样的结果，所以进一步证明结果的稳定性（说明样本量即使损失也可以得出相似的结论）,结 果,结果解读 分层分析，各个亚组都没有显著性,结 论