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