倾向性评分匹配在真实世界研究中的样本匹配策略-1

202XLOGO倾向性评分匹配在真实世界研究中的样本匹配策略演讲人2025-12-15CONTENTS倾向性评分匹配的理论基础：从混杂控制到均衡构建真实世界研究中样本匹配的核心目标与原则倾向性评分匹配的具体策略与方法：从模型构建到结果验证真实世界研究中的应用案例：从数据到证据的完整实践倾向性评分匹配的挑战与未来方向总结与展望：回归“因果推断”的本质目录倾向性评分匹配在真实世界研究中的样本匹配策略引言：真实世界研究的挑战与倾向性评分匹配的价值作为一名长期从事真实世界研究（Real-WorldStudy,RWS）的方法学研究者，我深刻体会到观察性数据在回答临床与卫生决策问题中的独特价值——它贴近临床实践、覆盖人群广泛、能反映真实干预效果的外部效度。然而，观察性研究的“阿喀琉斯之踵”始终是混杂偏倚（ConfoundingBias）：由于非随机分配，处理组（如接受某药物治疗的患者）与对照组（如未接受该药物治疗的患者）在基线特征上往往存在系统性差异，这些差异既包括可观测的变量（如年龄、性别、合并症），也可能涉及未观测的因素（如患者依从性、社会经济地位）。若不加以控制，这些混杂因素会扭曲干预与结局的关联关系，导致“虚假效应”，甚至得出与真实世界相悖的结论。在解决混杂偏倚的诸多方法中，倾向性评分匹配（PropensityScoreMatching,PSM）因其能综合处理多维混杂变量、实现组间可比性的优势，已成为真实世界研究中应用最广泛的样本匹配策略之一。其核心思想是通过统计模型估计每个个体接受处理的“倾向性”（即基于其基线特征计算出的处理条件概率），再为处理组中的每个个体在对照组中寻找倾向性评分相似的“镜像”个体，从而构建一个“伪随机”的样本集，最大程度还原随机对照试验（RCT）的均衡性。然而，PSM并非“万能钥匙”——其效果高度依赖于样本匹配策略的科学性：从倾向性评分的估计方法、匹配算法的选择，到匹配后平衡性评估与敏感性分析，每一个环节的偏差都可能导致结果失真。本文将结合笔者在肿瘤药物真实世界评价、医保数据分析等领域的实践经验，系统阐述倾向性评分匹配在真实世界研究中的样本匹配策略，从理论基础到实践方法，从核心原则到优化方向，为相关研究者提供一套逻辑严密、可操作性强的操作框架。01倾向性评分匹配的理论基础：从混杂控制到均衡构建混杂偏倚的本质与观察性研究的困境在真实世界研究中，混杂偏倚的核心定义是：“某个变量既与干预措施分配相关，又与结局事件独立关联，且不是干预措施与结局因果路径上的中间变量”。例如，在比较两种降压药（药物Avs.药物B）对心血管事件的保护作用时，若高血压患者的年龄分布不均衡——药物A组更多为老年患者（年龄≥65岁），而药物B组更多为年轻患者（年龄<65岁），且年龄本身是心血管事件的独立危险因素，那么年龄即成为混杂变量：若不控制，药物A组可能因老年患者占比高而出现更多心血管事件，但这并非药物A疗效差，而是年龄的混杂效应所致。传统控制混杂的方法包括分层分析（如按年龄分层后比较两组结局）、多变量回归调整（如将年龄、性别等作为协变量纳入回归模型）。然而，当混杂变量维度较高时（如同时包含10个以上混杂因素），混杂偏倚的本质与观察性研究的困境分层分析会导致样本量急剧下降（如10个二分类变量可产生1024层），而回归模型则可能因变量间多重共线性、模型误设（如遗漏非线性关系或交互作用）而出现偏倚。PSM的突破性价值在于，它将多维混杂变量“降维”为单一指标——倾向性评分（PropensityScore,PS），从而将复杂的高维匹配问题转化为低维（一维）匹配问题，极大提高了混杂控制的效率。倾向性评分的核心定义与数学原理Rosenbaum和Rubin（1983）首次提出倾向性评分的理论框架：定义倾向性评分为PS(X)=P(Z=1|X)，其中Z表示干预措施（Z=1为处理组，Z=0为对照组），X表示一组基线协变量（包括混杂因素与预测结局的变量）。其核心性质源于“强烈忽略性假设”（StrongIgnorabilityAssumption）：即给定X后，Z与结局Y独立（(Z⊥Y|X)），且0<P(Z=1|X)<1（即不存在完全预测处理的变量）。在此假设下，若能通过PS实现处理组与对照组在PS分布上的均衡，则两组在X上的分布也将趋于均衡，从而消除混杂偏倚。PS的估计通常基于条件Logit模型（对于二分类处理措施）：$$\text{logit}(P(Z=1|X))=\beta_0+\beta_1X_1+\beta_2X_2+\cdots+\beta_pX_p$$倾向性评分的核心定义与数学原理其中，$X_1,X_2,\cdots,X_p$为纳入模型的协变量，$\beta$为待估计系数。模型拟合后，每个个体的PS值可通过其协变量值计算得出，取值范围在0（完全不可能接受处理）到1（完全可能接受处理）之间。PSM相对于传统方法的优势与局限核心优势-高维混杂控制：可同时纳入数十个协变量（如人口学特征、临床指标、合并用药、既往病史等），避免“维度灾难”；-直观的均衡性评估：匹配后可通过标准化差异（StandardizedMeanDifference,SMD）等指标直观判断组间均衡性，而回归模型的均衡性依赖于模型假设的正确性；-保留原始样本信息：与匹配后直接丢弃对照组样本的“完全匹配”不同，PSM可通过多种匹配算法（如最近邻匹配）最大化利用对照组信息，减少样本量损失。123PSM相对于传统方法的优势与局限局限性-依赖可观测混杂假设：PSM仅能控制可观测的混杂变量（X），对未观测混杂（如患者依从性、医生处方偏好）无能为力，这是观察性研究的固有局限；-样本量损失：当处理组与对照组PS分布重叠不足时（如处理组PS均值0.7，对照组PS均值0.3），部分处理组个体可能无法找到匹配对象，导致样本量下降；-PS估计模型敏感性：若PS模型遗漏重要混杂变量、纳入无关变量或误设函数形式（如未纳入变量的非线性项），会导致PS估计偏差，进而影响匹配效果。02真实世界研究中样本匹配的核心目标与原则样本匹配的三大核心目标在真实世界研究中，实施PSM样本匹配并非单纯追求“组间差异消失”，而是围绕以下三个核心目标展开：样本匹配的三大核心目标最小化混杂偏倚这是PSM的首要目标。通过匹配使处理组与对照组在PS及关键协变量上分布均衡，确保组间差异仅由干预措施引起，而非混杂因素驱动。例如，在比较某PD-1抑制剂与化疗治疗晚期非小细胞肺癌的真实世界疗效时，若处理组更多存在EGFR突变（阳性率30%vs对照组10%），而EGFR突变本身影响生存期，则匹配需优先使两组EGFR突变率均衡，从而消除该混杂效应。样本匹配的三大核心目标最大化统计功效与外效度样本匹配需在“减少混杂”与“保留样本信息”间寻找平衡：过度匹配（如匹配比例1:10、卡尺过小）可能导致对照组样本量不足，降低统计功效；匹配不足（如卡尺过大）则无法有效控制混杂。理想状态下，匹配后的样本应既满足均衡性，又能代表真实世界中目标人群的特征（如保留老年、合并症患者），确保结果可外推至实际临床场景。样本匹配的三大核心目标确保结果的可重复性与稳健性真实世界研究结论需经受多角度验证。PSM样本匹配后，需通过多种匹配方法（如最近邻匹配+分层匹配）、不同PS模型（如Logit回归+随机森林）进行交叉验证，并开展敏感性分析（如检验未观测混杂的影响程度），确保结果不依赖于单一匹配策略或模型假设。样本匹配的五大核心原则为实现上述目标，PSM样本匹配需严格遵循以下原则：1.可观测性原则（ObservableConfounding）所有纳入PS模型的协变量必须是可测量、可获取的。例如，在分析医保数据时，若“患者生活方式”（如吸烟、饮酒）未被记录，则无法纳入模型，此时需通过代理变量（如“慢性阻塞性肺疾病诊断”作为吸烟代理）或明确说明“未控制该混杂因素”的局限性。样本匹配的五大核心原则重叠性原则（Overlap/Positivity）要求处理组与对照组的PS分布存在充分重叠，即对于任意PS值p∈(0,1)，需同时存在处理组与对照组个体满足PS(X)=p。实践中可通过PS直方图或密度图判断：若两组PS分布完全分离（如处理组PS>0.6，对照组PS<0.4），则重叠性不足，此时强行匹配会导致“外推偏倚”（ExtrapolationBias），即基于对照组中极少见的PS值反推处理组结局，结果可靠性低。3.必要性原则（NecessityofCovariates）纳入PS模型的协变量需满足“与处理分配相关”或“与结局独立相关”至少之一。前者称为“混杂变量”（Confounder，既与处理相关又与结局相关），后者称为“预测变量（PredictorofOutcome，仅与结局相关）”。纳入预测变量虽非必须，但可提高PS模型的区分度（Discrimination），使匹配更精准。样本匹配的五大核心原则重叠性原则（Overlap/Positivity）例如，在分析某抗生素疗效时，“性别”可能不直接影响感染治愈率（非结局预测变量），但若性别与抗生素选择相关（如男性更倾向使用某类抗生素），则必须纳入PS模型以控制混杂。样本匹配的五大核心原则透明性原则（Transparency）需详细报告PS模型构建的全过程：协变量筛选依据（如文献回顾、临床专家共识）、PS估计方法（如Logit回归、机器学习模型）、匹配参数（如匹配比例、卡尺宽度）。这既便于同行评审，也帮助结果使用者判断潜在偏倚来源。样本匹配的五大核心原则动态性原则（DynamicAdjustment）真实世界数据往往存在时间动态性（如患者随时间出现新发合并症、治疗策略调整），此时PS模型需考虑“时间依赖性混杂”（Time-dependentConfounding）。例如，在分析降压药对慢性肾病患者的长期疗效时，“基线肾小球滤过率（eGFR）”是静态变量，但“治疗过程中的eGFR变化”是动态变量，需通过边际结构模型（MarginalStructuralModel,MSM）与PSM结合，动态调整混杂效应。03倾向性评分匹配的具体策略与方法：从模型构建到结果验证第一步：倾向性评分的估计——模型选择与变量筛选PS的准确性是匹配效果的基石，而PS估计的核心在于“模型选择”与“变量筛选”。第一步：倾向性评分的估计——模型选择与变量筛选协变量筛选：基于“临床意义+统计关联”的双重标准协变量筛选需避免“纯数据驱动”（如仅通过P<0.1筛选）或“纯临床驱动”（如遗漏统计显著但易被忽视的变量），应结合以下三方面：-临床必要性：参考指南、专家共识，明确已知或怀疑的混杂因素（如分析抗凝药出血风险时，必须纳入肾功能、既往出血史）；-数据可获得性：确保变量在研究人群中完整度高（缺失率<20%），对缺失数据需通过多重插补（MultipleImputation）或完整案例分析（CompleteCaseAnalysis）处理，并说明缺失机制（如完全随机缺失MCAR、随机缺失MAR）；第一步：倾向性评分的估计——模型选择与变量筛选协变量筛选：基于“临床意义+统计关联”的双重标准-统计关联性：通过单因素分析（处理组vs.对照组各变量比较）或机器学习算法（如随机森林筛选重要性排名）识别与处理分配或结局相关的变量，但需注意避免“多重检验偏倚”——单因素分析中P值不显著的变量（如P=0.15）若具有临床意义，仍应纳入模型。第一步：倾向性评分的估计——模型选择与变量筛选传统方法：Logit回归与判别分析Logit回归是PS估计的“金标准”，其优势在于：-模型假设明确（线性关系、无多重共线性），结果可解释性强；-可通过Hosmer-Lemeshow检验、ROC曲线（C统计量）评估模型拟合优度（C统计量>0.7表示区分度较好）。但Logit回归的局限在于：-要求变量间呈线性关系，对非线性关系（如年龄与PS的U型关系）处理能力弱；-对多重共线性敏感（如同时纳入“体重”与“BMI”），需通过方差膨胀因子（VIF<5）判断。判别分析（如线性判别分析LDA、二次判别分析QDA）适用于连续型协变量较多的情况，但要求协变量服从多元正态分布，实践中应用较少。第一步：倾向性评分的估计——模型选择与变量筛选机器学习方法：提升复杂场景下的PS估计精度当协变量间存在非线性关系、交互作用或高维特征时，机器学习算法能更灵活地捕捉数据模式，常见方法包括：-随机森林（RandomForest）：通过构建多棵决策树，集成预测结果，自动处理变量间交互作用与非线关系，对异常值鲁棒性强；-LASSO回归（LeastAbsoluteShrinkageandSelectionOperator）：通过L1正则化自动筛选变量，解决高维数据（如基因、影像数据）中的变量冗余问题；-梯度提升树（GradientBoostingMachine,GBM）：如XGBoost、LightGBM，通过迭代优化残差，提升预测精度，尤其适用于样本量大、特征复杂的真实世界数据；第一步：倾向性评分的估计——模型选择与变量筛选机器学习方法：提升复杂场景下的PS估计精度-神经网络（NeuralNetwork）：适用于超高维数据（如电子健康记录中的文本变量），但需大样本量支持，且模型“黑箱”特性较强，可解释性较差。实践建议：对于常规真实世界研究（协变量<20个），Logit回归已足够；当协变量较多（20-50个）或存在复杂交互时，优先选择随机森林或GBM；对于高维数据（>50个变量），可结合LASSO进行变量筛选后再用Logit回归估计PS。此外，推荐采用“超级学习器”（SuperLearner）算法，集成多种模型预测结果，进一步降低PS估计偏倚。第二步：匹配算法选择——如何为处理组找到“最佳对照组”PS估计完成后，需选择匹配算法将处理组与对照组个体进行配对。常用算法可分为两类：“精确匹配”与“模糊匹配”，后者在真实世界研究中更常用。第二步：匹配算法选择——如何为处理组找到“最佳对照组”精确匹配（ExactMatching）要求处理组与对照组个体在PS值上完全相等（如PS=0.35vs.PS=0.35）。优点是匹配后PS完全均衡，但缺点显著：当PS为连续变量时，完全匹配的概率极低，导致大量样本损失；即使将PS离散化（如分为0-0.1、0.1-0.2等10层），也会因分层过细而丢失信息。实践中仅当PS为离散变量（如“是否接受多学科会诊”是/否）时使用。第二步：匹配算法选择——如何为处理组找到“最佳对照组”模糊匹配（FuzzyMatching）允许PS在一定误差范围内匹配，是真实世界研究的主流选择，具体方法包括：（1）最近邻匹配（NearestNeighborMatching,NNM）为每个处理组个体在对照组中寻找PS值最接近的个体，是最基础的匹配方法。根据匹配比例可分为：-1:1匹配：每个处理组个体匹配1个对照组个体，简单易解释，但信息利用率较低；-1:k匹配（k=2,3,4…）：每个处理组个体匹配k个对照组个体，保留更多样本信息，但需注意k过大可能导致对照组“稀释”（即纳入PS差异过大的个体，破坏均衡性）；第二步：匹配算法选择——如何为处理组找到“最佳对照组”模糊匹配（FuzzyMatching）-卡尺匹配（CaliperMatching）：设定PS差异的阈值（如0.2倍标准差），仅当对照组个体与处理组个体的PS差值<卡尺时才进行匹配，避免“坏匹配”（如处理组PS=0.8匹配对照组PS=0.3）。卡尺宽度是关键：Austin（2011）研究表明，0.2倍标准差是兼顾均衡性与样本量的最优选择，过小（如0.1）会导致匹配率下降，过大（如0.5）则无法有效控制混杂。实践案例：我们在分析某靶向药vs.化疗治疗晚期胃癌的真实世界疗效时，初始采用1:1最近邻匹配（无卡尺），发现匹配后两组“肝转移”比例仍不均衡（SMD=0.25），后调整卡尺为0.2倍PS标准差，并剔除PS值>0.95（处理组99%分位数）的极端样本，最终使“肝转移”SMD降至0.1以下，匹配率达85%。第二步：匹配算法选择——如何为处理组找到“最佳对照组”模糊匹配（FuzzyMatching）（2）分层匹配（StratificationMatching）将PS分布分为K层（如K=5或10，基于PS分位数），计算每层内处理组与对照组的结局差异，再通过加权合并（如Mantel-Haenszel法）得到总体效应。分层匹配的优势是：-避免个体匹配的随机误差，结果更稳健；-可直观展示不同PS亚组内的效应异质性（如PS>0.7亚组中靶向药疗效更优）。缺点是：当K过大时，每层内样本量不足；K过小时，层内PS仍存在差异。实践中推荐K=5（五分位法），此时层内PS标准差<0.15，基本满足均衡性。第二步：匹配算法选择——如何为处理组找到“最佳对照组”核匹配（KernelMatching）为每个处理组个体赋予权重，权重基于对照组个体与处理组个体的PS距离（距离越近，权重越高），通过加权平均计算处理组“虚拟”结局。核匹配的优点是：-保留所有对照组样本，避免样本损失；-权重连续分布，信息利用率高。缺点是：对极端PS值敏感（如对照组中远离PS均值的个体权重过高），且权重解释性不如个体匹配直观。（4）逆概率加权匹配（InverseProbabilityWeighting第二步：匹配算法选择——如何为处理组找到“最佳对照组”核匹配（KernelMatching）,IPW）虽严格来说不属于“匹配”方法，但常与PSM结合使用。其核心是：为每个个体赋予权重，权重=1/PS（处理组）或1/(1-PS)（对照组），使加权后处理组与对照组的PS分布均衡。IPW的优势是：-不丢弃任何样本，适用于处理组或对照组样本量小的情况；-可同时实现“标准化”（标准化处理组结局至对照组人群特征）和“边际化”（估计总体平均处理效应）。缺点是：当PS接近0或1时，权重会极大（如PS=0.01时权重=100），导致结果方差增大、不稳定。实践中需通过“trimming”（截尾，如剔除PS<0.05或>0.95的个体）或“重叠权重”（OverlapWeighting，权重=min(PS,1-PS)）优化。第三步：匹配后平衡性评估——如何判断“匹配成功”匹配是否有效，需通过定量指标与可视化方法共同验证。核心原则是：匹配后处理组与对照组在所有纳入PS模型的协变量（及关键未纳入变量）上应无统计学差异。1.定量指标：标准化差异（SMD）与方差比（VarianceRatio）第三步：匹配后平衡性评估——如何判断“匹配成功”标准化差异（SMD）SMD是衡量组间均衡性的“金标准”，计算公式为：$$\text{SMD}=\frac{\bar{X}_{\text{处理组}}-\bar{X}_{\text{对照组}}}{\sqrt{(S_{\text{处理组}}^2+S_{\text{对照组}}^2)/2}}$$其中$\bar{X}$为变量均值，$S$为标准差。SMD的绝对值越小，表示组间差异越小：-SMD<0.1：均衡性极佳（组间差异<10%标准差）；-0.1≤SMD<0.2：均衡性可接受；-SMD≥0.2：均衡性较差，需调整匹配策略。优势：SMD不受样本量影响（与P值不同），即使大样本下P<0.05，若SMD<0.1也认为均衡；适用于连续型与分类变量（分类变量SMD计算基于率差）。第三步：匹配后平衡性评估——如何判断“匹配成功”方差比（VarianceRatio,VR）用于衡量连续型变量的组间方差均衡性，计算公式为：$$\text{VR}=\frac{S_{\text{处理组}}^2}{S_{\text{对照组}}^2}$$VR的理想范围为0.5-2.0，若VR>2.0或<0.5，表示组间方差差异过大，可能影响结局模型稳定性（如处理组年龄方差=100，对照组=25，则VR=4，需重新匹配）。第三步：匹配后平衡性评估——如何判断“匹配成功”PS分布图（PSDistributionPlot）绘制匹配前后处理组与对照组的PS直方图或密度曲线，直观判断PS分布是否重叠、均衡。匹配后两组PS曲线应高度重合，且处理组不应出现“截断”（如因卡尺限制导致高PS处理个体被剔除）。第三步：匹配后平衡性评估——如何判断“匹配成功”LovesPlot（标准化差异森林图）以协变量为横轴，SMD为纵轴，用散点图展示匹配前后各变量的SMD值。匹配后所有SMD点应集中在SMD=0附近（理想区间[-0.1,0.1]），且明显左移（匹配前SMD>0.2，匹配后<0.1）。实践警示：我曾在一项研究中仅关注“年龄”“性别”等主要变量的SMD，而忽略“实验室指标（如血肌酐）”的均衡性，导致结局模型出现异质性——后通过lovesplot发现匹配后血肌酐SMD=0.25，重新调整PS模型（纳入血肌酐的非线性项）后才解决。第四步：敏感性分析——如何应对“未观测混杂”的挑战PSM的固有局限是无法控制未观测混杂（如患者依从性、医生处方偏好），因此敏感性分析是评估结果稳健性的关键步骤。第四步：敏感性分析——如何应对“未观测混杂”的挑战稳健性检验：改变匹配参数或模型-改变匹配算法：如最近邻匹配→分层匹配→核匹配，观察结局效应值（如OR、HR）是否稳定；01-调整卡尺宽度：如卡尺0.2→0.1→0.3，观察匹配率与效应值变化；02-更换PS估计模型：如Logit回归→随机森林→GBM，比较PS值分布与匹配结果一致性。03第四步：敏感性分析——如何应对“未观测混杂”的挑战E值（E-value）衡量“需要多大的未观测混杂强度才能推翻研究结果”，计算公式为：$$\text{E-value}=\sqrt{\text{OR}_{\text{observed}}\times\frac{1-\text{OR}_{\text{observed}}}{\text{OR}_{\text{observed}}-1}}+1$$其中$\text{OR}_{\text{observed}}$为观察到的效应值（如OR=1.5）。E值越大，结果对未观测混杂越稳健：例如OR=1.5时E-value≈2.5，意味着需同时存在一个使处理风险增加2.5倍、使对照组风险降低2.5倍的未观测混杂变量，才能使OR=1.5变为无效（OR=1）。第四步：敏感性分析——如何应对“未观测混杂”的挑战E值（E-value）（2）Rosenbaum界限（RosenbaumBounds）评估“在多大程度上隐藏的混杂因素会影响匹配结果”，通过计算“伽马值（Γ）”表示：若Γ=2，表示存在一个使个体被分配至处理组概率增加2倍的未观测混杂时，结果可能从“显著”变为“不显著”。Γ越大，结果越稳健。04真实世界研究中的应用案例：从数据到证据的完整实践真实世界研究中的应用案例：从数据到证据的完整实践为更直观展示PSM样本匹配策略的应用，本节结合笔者团队完成的“某SGLT2抑制剂vs.DPP-4抑制剂对2型糖尿病患者心肾复合终点影响的真实世界研究”，详细阐述全流程操作。研究背景与数据来源背景：SGLT2抑制剂（如达格列净）在RCT中证实具有心肾保护作用，但真实世界中患者往往合并多种疾病（如慢性肾病、心力衰竭），可能影响药物选择与疗效。本研究旨在利用真实世界数据评估SGLT2抑制剂vs.DPP-4抑制剂对2型糖尿病患者心肾复合终点（心肌梗死、心衰住院、肾功能恶化）的“真实效应”。数据来源：某三甲医院2018-2022年电子健康记录（EHR），纳入标准：①年龄≥18岁；②确诊2型糖尿病；③初始接受SGLT2抑制剂或DPP-4抑制剂治疗（无交叉）；④随访≥12个月。排除标准：①1型糖尿病；②合并严重肝肾功能障碍（eGFR<30ml/min/1.73m²）；③失访。最终纳入处理组（SGLT2抑制剂）n=1200，对照组（DPP-4抑制剂）n=4800。PSM样本匹配全流程协变量筛选：基于临床指南与数据特征参考《中国2型糖尿病防治指南》及既往研究，确定以下混杂变量：-人口学特征：年龄、性别、BMI；-临床指标：糖尿病病程、HbA1c、收缩压、舒张压、LDL-C、eGFR、尿白蛋白/肌酐比值（UACR）；-合并疾病：高血压、冠心病、心力衰竭、慢性肾病、脑血管病、糖尿病视网膜病变；-合并用药：胰岛素、二甲双胍、ACEI/ARB、利尿剂、他汀类药物；-实验室指标：血钾、血尿酸。缺失数据处理：“UACR”缺失率15%，通过多重插补（MICE算法）填补；其他变量缺失率<5%，采用完整案例分析。PSM样本匹配全流程PS估计：Logit回归与随机森林结合STEP1STEP2STEP3STEP4为兼顾模型可解释性与复杂关系捕捉，采用“两步法”：-第一步：用LASSO回归筛选变量（α=0.1），剔除“血尿酸”（LASSO系数=0）；-第二步：基于筛选后的15个变量，拟合Logit回归（纳入“年龄”“病程”的二次项，解决非线性关系），计算PS值。模型验证：Hosmer-Lemeshow检验P=0.32（拟合良好），C统计量=0.82（区分度良好）。PSM样本匹配全流程匹配策略：1:1卡尺匹配+分层匹配验证-主匹配方法：1:1最近邻匹配，卡尺=0.2倍PS标准差（PS标准差=0.18，卡尺=0.036）；01-匹配后样本：处理组n=1200→匹配后n=1050（匹配率87.5%），对照组n=4800→匹配后n=1050；02-稳健性验证：采用分层匹配（K=5层），比较结果一致性。03PSM样本匹配全流程平衡性评估：SMD与可视化-SMD结果：匹配后所有协变量SMD<0.1（关键变量：年龄SMD=0.02、HbA1cSMD=0.05、心衰比例SMD=0.08）；-LovesPlot：所有SMD点从匹配前（0.1-0.5）左移至[-0.1,0.1]区间（见图1，此处省略图示）；-PS分布图：匹配后两组PS密度曲线高度重合，无截断现象。PSM样本匹配全流程结局分析与敏感性分析-主要结局：匹配后处理组心肾复合终点发生率8.6%（90/1050），对照组12.3%（129/1050），Cox回归显示HR=0.68（95%CI:0.53-0.87，P=0.002）；-敏感性分析：-改变卡尺至0.1倍标准差，匹配率78%，HR=0.70（95%CI:0.54-0.91）；-E-value=1.9，意味着需存在一个使SGLT2选择风险增加1.9倍、DPP-4选择风险降低1.9倍的未观测混杂，才能使HR无效；-Rosenbaum界限Γ=1.8，结果较稳健。案例启示：PSM策略的“适配性”是关键本案例的实践启示有三点：1.协变量筛选需“宁多勿漏”：即使“血尿酸”在单因素分析中P=0.18，仍保留在PS模型中，避免遗漏潜在混杂；2.匹配参数需“动态调整”：初始无卡尺匹配导致“心衰”SMD=0.25，通过缩小卡尺至0.2倍标准差后均衡；3.敏感性分析是“定心丸”：E值与Rosenbaum界限证实结果对未观测混杂有一定耐受性，增强了结论可信度。05倾向性评分匹配的挑战与未来方向倾向性评分匹配的挑战与未来方向尽管PSM在真实世界研究中应用广泛，但实践中仍面临诸多挑战，同时随着方法学与数据技术的发展，其优化方向也逐渐清晰。当前面临的主要挑战未观测混杂的“永恒难题”如前所述，PSM仅能控制可观测混杂，而真实世界数据中“患者依从性”“医生处方偏好”“社会经济地位”等未观测混杂普遍存在。例如，在分析某降压药疗效时，若“患者教育水平”（影响用药依从性）未被记录，则可能高估或低估药物效果。当前面临的主要挑战样本量损失与“幸存者偏倚”当处理组与对照组PS分布重叠不足时（罕见暴露或罕见对照），匹配会导致大量样本损失，尤其当处理组样本量较小时（如罕见药物研究），匹配后样本量可能无法满足统计功效要求。此外，匹配后仅保留“可匹配”样本，可能排除“极端特征”个体，导致结果无法外推至全人群。当前面临的主要挑战时间依赖性混杂的处理不足真实世界研究中，许多混杂因素随时间动态变化（如患者的合并症进展、治疗方案的调整）。传统PSM基于基线协变量，无