SPSS教程一、安装插件
请先登录
这么重要的内容，赶快登录查看吧！
登录
二、问题与数据
假设某位心内科医生在门诊连续收集了170名就诊患者，其中冠心病（CHD）患者24名，146名对照，并记录了他们的性别、年龄、BMI、LDL-C等信息，拟探讨LDL-C水平与冠心病的关系（此处不对该研究的设计方法进行评价）。数据格式如下：
注意：这里有2点大坑需要大家值得关注：
(1) 所有的变量名须是英文名称，不要使用中文，否则会导致后面回归模型建模失败；
(2) 所有变量不能有缺失值，包括拟进行匹配和不进行匹配的全部变量，都不允许出现缺失值。
首先该医生对数据进行了初步分析，将病例组和对照组之间的各个因素进行比较，结果发现两组各因素间差异均有统计学显著性。但为了保证两组人群之间各混杂因素能够均衡可比，该医生拟采用1：n倾向性评分匹配的方法来对两组人群进行匹配。
表1. 倾向性评分匹配前两组间各个因素的比较结果
三、SPSS操作
请先登录
这么重要的内容，赶快登录查看吧！
登录
四、结果解释
请先登录
这么重要的内容，赶快登录查看吧！
登录
五、更多阅读
-
【SPSS教程】1:m匹配病例对照Logistic回归
某医生想利用自己科室的患者数据，采用匹配的病例对照方法探究吸烟和肺癌的关系。该研究为每一位肺癌患者根据年龄段（±2岁）、性别和是否有家族史匹配2名对照，对病例和对照均收集是否吸烟的信息，并探索收入水平是否是可能的混杂因素。
-
【SPSS教程】1:1倾向性评分匹配(PSM)
谈起临床研究，如何设立一个靠谱的对照，有时候成为整个研究成败的关键。对照设立的一个非常重要的原则就是可比性，简单说就是对照组除了研究因素外，其他的因素应该尽可能和试验组保持一致，这里就不得不提随机对照试验。众所周知，随机对照试验中研究对象是否接受干预是随机的，这就保证了组间其他混杂因素均衡可比。
-
大量混杂因素要调整？这4种倾向性分析方法你值得了解！
在观察性研究中，通过倾向性评分来调整组间个体的差异，除了暴露/处理因素和结局变量分布不同外，可认为其他混杂因素都均衡可比，相当于进行了“事后随机化”，使观察性研究的数据达到近似随机分配的效果。
请先登录
这么重要的内容，赶快登录查看吧！
登录