贝叶斯倾向评分方法及其与传统倾向评分方法的比较

《贝叶斯倾向评分方法及其与传统倾向评分方法的比较》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、中国卫生统计2014年8月第31卷第4期·731··综述·*贝叶斯倾向评分方法及其与传统倾向评分方法的比较第二军医大学卫生统计学教研室(200433)△张筱叶小飞张新佶郭晓晶吴美京张天一李慧贺佳近年来，由于随机对照试验(randomizedcontrolled估计倾向性评分值是倾向评分法的第一步，也是trials，ＲCT)通常存在所选人群有限、样本量较少、随访核心步骤。其估计的准确与否，直接关系到组间均衡时间较短、价格昂贵等局限性，它的大规模应用受到一的效果，进而影响到对处理效应的正确推断。目前，常定的限制

2、。而观察性研究(observationalstudy，OBS)通用的估计倾向评分值的模型有logistic回归、probit回常不对研究人群进行严格的限制、样本量较大、观察时归、判别分析以及数据挖掘中的神经网络、支持向量［6］间较长、研究成本较低、可以收集到足够的信息观察到机、分类与回归树、Boosting算法等机器学习方法。特殊人群(如孕妇、儿童、有合并其他疾病的患者)的判别分析要求协变量服从多元正态分布，而流行病学［1］暴露情况，也可以对罕见事件的发生做出评价，因资料中存在着较多的分类变量，因此该方法在

3、流行病［7］而近年来国内外越来越多的研究者采用观察性研究方学中较少使用;probit回归函数表示累积标准正态法在医学领域进行大规模人群研究。但观察性研究不分布函数的逆函数或反函数，其结果不易解释，限制了能像ＲCT那样采用随机化设计对研究对象随机分配，该方法的广泛使用;数据挖掘的方法因其稳定性差、难可能出现混杂因素在组间分布不均衡现象，产生混杂以理解、结构复杂等缺陷，较少有研究将其应用于实际［8］偏倚。传统的控制混杂因素的方法如分层法(当分层数据中。数目较多时会产生过度分层的问题)及logistic回归法传统

4、的倾向评分法即借助logistic回归模型估计(受模型线性假设条件的限制)存在一定的局限性［2］，［9］倾向评分值，其应用最为广泛。采用传统的logistic因此，迫切需要更加有效的方法来均衡不同特征数据回归模型估计倾向评分值具有模型简单、容易实现、稳之间的差异，更为准确地控制混杂因素的影响，使不同健性好、结果易于解释等优势。然而，其在应用中存在特征的数据间具有可比性，从而更好地挖掘出数据中的问题也不容忽视:(1)通过logistic回归模型估计的隐藏的信息，获得更准确的信号检测结果。目前，倾向倾向评分分值

5、与其真实值的偏倚较大，而研究者未考评分法及贝叶斯倾向评分法是解决这一问题的较有力虑到倾向评分值的不准确性对混杂因素组间均衡性的工具。影响，进而影响到处理效应估计的准确性，特别是在倾1．倾向评分法向评分调整法和匹配法中，这个问题更为突出［10］;(2)倾向评分法(propensityscoreanalysis，PSA)作为传统的logistic回归模型估计倾向评分值时，连续型协均衡组间混杂因素的新方法由Ｒosenbaum和Ｒubin在变量与logit(y)需要满足线性关系的限制条件，当此［3］1983年首次提

6、出，其基本原理是将多个协变量的影条件不被满足时，结果的准确性将受到影响，而在实际响用一个倾向评分值来表示(相当于降低了协变量的应用中，研究者往往忽略了对此假设条件进行检维度)，然后根据倾向评分值进行不同对比组间的分验［11］;(3)当事件发生数与协变量数之比小于10时，层、匹配或加权，即均衡对比组间协变量的分布，最后传统的logistic回归估计得到的倾向评分值也存在较在协变量分布均衡的层内或者匹配组中估计处理效大的偏倚［12］;(4)估计处理效应时无法利用先验信息。应。在大样本的情况下，经过倾向评分值调整

7、的组间如果可以利用已有的信息，可有效提高处理效应估计个体，除了处理因素和结局变量分布不同外，其他协变值的精确性和可靠性;(5)无法很好地处理缺失数据、量应该均衡可比，相当于进行了“事后随机化”，使观高维数据等问题。［4－5］察性数据达到“接近随机分配数据”的效果。因此，国外越来越多的研究者开始将贝叶斯统计的思想引入到倾向评分法中，构建贝叶斯倾向评分模*:国家自然科学基金(No．81072388，No．81202285);上海市公共卫生型，估计倾向评分值及处理效应，以弥补传统的倾向评重点学科(12GWZX06

8、02);上海市自然科学基金(12ZＲ1453700);上海市领军人才计划(022)分法无法解决的问题。△通信作者:贺佳，E-mail:hejia63@yeah．net2．贝叶斯倾向评分法(Bayesianpropensityscorea-·732·ChineseJournalofHealthStatistics，Aug2014，Vol．31，No．4nalysis，BPSA)系数(ξ)。贝叶斯统计是将关于未知参数