【统计学代码包计划】倾向评分匹配

Matchit包只是一个匹配的工具，具体的距离（distance）算法以及匹配方法（method）可以自由更换

首先选择想要匹配的因素进行匹配，距离计算方法通常用logistic回归法

参数解释：（cite：https://zhuanlan.zhihu.com/p/596876245）

• caliper:卡钳值，也就是配对标准，两组的概率值（PS）差距在这个标准内才会配对。这里的卡钳值是PS标准差的倍数，默认是不设置卡钳值。还有一个std.caliper参数，默认是TRUE，如果设置FALSE，你设置的卡钳值就直接是PS的倍数。
• replace:能否重复匹配，默认是FALSE，意思是假如干预组的1号匹配到了对照组的A，那A就不能再和其他的干预组进行匹配了。
• ratio:设置匹配比例，干预组:对照组到底是1比几，默认为1:1。ratio=2即是干预组：对照组是1:2。所以一般要求数据的对照组数量多于干预组才行。如果对照组比干预组多出很多，完全可以设置1:n进行匹配，这样还能损失更少的样本信息，但是一般也不会超过1:4。
• reestimate:如果是TRUE，丢掉没匹配上的样本，PS会使用剩下的样本重新计算PS，如果是FALSE或者不写就不会重新计算PS。

 

匹配算法有下面的：（cite：https://zhuanlan.zhihu.com/p/596876245）

• 默认的匹配方法是最近邻匹配nearest，其他方法还有
• "exact" (exact matching),
• "full" (optimal full matching),
• "optimal" (optimal pair matching),
• "cardinality"(cardinality and template matching),
• "subclass" (subclassification),
• "genetic" (genetic matching),
• "cem" (coarsened exact matching)

 

m.out <- matchit(diagnosis==2~age+CCT,
                data = tmp,
                 distance = "logit",
                 ratio=5, #1:5匹配
                 method='nearest'）
m.out#输出看看匹配的结果，有多少匹配上了多少没有    

会输出这个

 用matched/(1+5)就知道有多少个病例组匹配上了，然后检测匹配前后的SMD，这个文章里需要汇报

summary(m.out,standardize = TRUE)
#matchit自带的SMD检测函数，据说不是很准
bal.tab(m.out, m.threshold = 0.1, un = TRUE)
#cobalt检测函数，和↑对比着看，更准一些　

第一种方法结果：

 第二种：

 怎么解读，GPT告诉你：

 然后可以看看自己匹配完了两组还有没有差异

mdata <- match.data(m.out)#把匹配好的存在一个新的数据结构里
#画一个基线表来检测匹配的记过
baseline<-descrTable( diagnosis~., 
                      data = mdata,
                      sd.type = 2,
                      q.type = c(2, 2), #四分位间距显示形式
                      method = NA, 
                      hide.no = "0",
                      digits = 2,show.p.overall = T)
summary(baseline)
export2word(baseline, file='baseline after match.docx')