临床研究需要处理「基线不平」问题时：PSM 和 IPTW 怎么选

文章预览

来源：丁香科研 在你阅读过的医学研究、临床回顾或观察性分析中，有没有发现这样的描述： 「 我们使用了倾向性评分匹配（PSM）和逆概率加权（IPTW）方法，以平衡基线特征。 」 听起来很高大上？其实，这些 「 术语 」 背后，藏着统计学界抵御 「 偏倚 」 的王牌武器。 今天我们就来一次真正 「 有干货 」 的深入剖析，讲清楚   什么是 PSM 与 IPTW 、它们的原理、应用场景和常见误区 ， 并结合最新文献实例，教你如何用好它们，让你的研究更 「 可信 」 ！ 🔍什么是 「 基线不平衡 」 ？为什么我们要在意？ 在医学和流行病学研究中，我们常常需要评估某种治疗或暴露因素对结局的影响。然而，现实世界的数据往往存在混杂因素，直接比较治疗组和对照组可能会得出偏倚的结论。在非随机对照研究（Observational Study）中，比如我们研究某种治疗 ………………………………