倾向评分

倾向评分法(propensity score method)是由Rosenbaum和Rubin于20世纪80年代提出的。2000年之后，这一方法日益受到人们的关注。国际上越来越多的研究者将倾向评分法应用到流行病学、健康服务研究、经济学以及社会科学等许多领域。在流行病学研究中，该方法可以在分析和设计阶段有效平衡非随机对照研究中的混杂偏倚，使研究结果接近随机对照研究的效果。

倾向评分(propensity score, PS)是指在一定协变量条件下，一个观察对象可能接受某种处理(或暴露)因素的可能性。在非随机对照研究中，处理组与对照组某些背景特征分布不同，每个个体是否具有“处理”这一特征的概率受其它特征(混杂变量)的影响。Rosenbaum和Rubin把倾向评分定义为：在观察到的协变量(xi)条件下，研究对象i(i = 1，…，N)被分配到特定处理组(Zi=1)而非对照组(Zi=0)的条件概率，可以表达为：
　　e(xi)=pr(Zi=1|Xi=xi)
　　假定在给定的一组特征变量Xi下，分组变量Zi是独立的，则：
　　pr(Z1=z1,…,Z=zn|X1=x1,…,XN=xN)=∏Ni=1e(xi)zi{1-e(xi)}1-zi
　　倾向评分是反映所有观察到的协变量(均衡变量)在两组间均衡性的一个近似函数。它最大限度地概括了特征变量的作用，因而可以有效地保持处理组和对照组间特征变量的均衡性，使两组间各个特征变量均衡一致。

 　　倾向评分法适合于所有非随机化研究的资料，或者说存在混杂偏倚的研究资料的处理。主要包括下面一些资料类型：
　　1.观察性研究资料：包括现况研究、病例对照研究以及队列研究等。在观察性研究中，处理因素不是人为给予的，而是自然存在的，每个个体暴露于处理因素的机会往往不是随机的。因此，不可避免地存在混杂偏倚。但观察性研究包括的研究对象反映实际人群特征和暴露状况，因此其结果的外推性强。随着信息技术的发展，观察性数据无论是数量还是准确性都在不断增加。因此，倾向评分法在观察性研究中具有广阔的应用前景。
　　2.非随机干预研究资料：非随机干预研究也是流行病学研究中常用的研究方法，是介于队列研究和随机对照研究中间的一种研究方法。与观察性研究不同的是，非随机干预研究中处理因素是人为给予的，但每个个体接受处理因素与否不是随机的，一般是由个体在知情同意的基础上自己选择。因此也存在混杂偏倚。
　　3.随机对照方案失败的研究资料：某些随机对照研究，如药物临床试验，由于研究对象未按试验方案接受处理而导致随机化分组方案失败。
　　对于上述非随机对照研究或随机化分组方案失败的随机对照研究，与结局变量和处理因素相关联的混杂因素的分布在比较的两组间往往是不均衡的，而忽视这种不均衡直接对研究因素的效果进行估计将可能得到有偏倚的结果。