Сопоставление по показателю склонности в R: традиционные методы и новые возможности

Все более важное значение приобретает точная и всесторонняя оценка эффектов отдельных клинических вмешательств. Хотя рандомизация остается современным золотым стандартом, рандомизированные контролируемые исследования (РКИ) на практике нередко ограничены из-за этических и финансовых причин. Большое внимание привлекают и обсервационные исследования, поскольку для них часто доступны крупные исторические наборы данных. Однако у обсервационных исследований есть и недостатки, главным образом систематические различия в исходных ковариатах между группами лечения и контроля, связанные с исходами и способные смещать результаты. Методы показателя склонности, представляющие собой набор методов балансировки в таких исследованиях, становятся все более популярными благодаря двум основным преимуществам: снижению размерности и разделению этапа дизайна и анализа. В рамках этого подхода сопоставление по показателю склонности (PSM) эмпирически доказало свою эффективность и демонстрирует отличные результаты на обсервационных данных. Хотя в литературе есть руководства по PSM, в них по-прежнему есть возможности для улучшения. В одних руководствах шаги описаны последовательно, но рассмотрены только один или два пакета, что ограничивает их охват и практическую ценность. В ряде статей и книг подробно изложены показатели склонности, статистические принципы и теория; однако отсутствие объяснений по использованию функций на языке программирования затрудняет понимание и применение этих материалов исследователями. Поэтому было разработано это руководство с шестиступенчатой схемой PSM, в котором обобщены недавние обновления и приведены пошаговые инструкции для языка R. Руководство дает исследователям широкий обзор PSM — от предварительной обработки данных до оценки показателей склонности и от сопоставления до анализа. Кроме того, в нем описаны обобщенный показатель склонности для множественных или непрерывных вмешательств, а также PSM с учетом времени. Наконец, обсуждаются преимущества и недостатки методов показателя склонности.