科研之友
微信
新浪微博
Facebook
分享链接
摘要
目的 介绍三种倾向性评分的敏感性分析方法的原理及SAS实现，包括Rosenbaum、propensity score calibration、VanderWeele&Arah敏感性分析。方法 利用真实世界研究——纤维肌痛的模拟数据集，分别采取Rosenbaum、propensity score calibration和VanderWeele&Arah三种方法进行敏感性分析，并通过Rosenbaum界限、平均干预效应等指标衡量隐藏偏倚，进一步评价主要分析结果的稳健性。结果 Rosenbaum、propensity score calibration、VanderWeele&Arah方法均可实现对倾向性评分的敏感性分析，Rosenbaum方法应用最为普遍，propensity score calibration和VanderWeele&Arah方法适用范围更广，对于隐藏偏倚的解释更加具体可靠。结论 随着倾向性评分方法的广泛应用，其敏感性分析的重要性也逐渐突显，本研究中介绍的三种方式建议综合使用，全方面评估隐藏偏倚，以提高研究结果的可信度。
-
单位公共卫生学院; 天津医科大学
