使用R中的MatchIt包实现倾向性评分匹配（ PSM）

看到很多站友都在用SPSS进行PSM（Propensity Score Matching），也遇到了很多问题，在这里我推荐大家使用R。相较于SPSS而言，R的优势在于它的简便性、兼容性、可视化等。

我将示例数据放在了附件，可供大家下载参考；代码可以直接复制进R进行操做，“#”为注释内容；这里我们对删失（censored）和未删失（uncensored）的患者进行匹配

###基于 R 3.6.0

###安装软件包

install.packages("MatchIt")

###数据准备

rm(list = ls()) #清除R工作环境

setwd("F://Rstore") #定义R的工作路径

library(MatchIt) #加载MatchIt包

data <- read.csv("data.csv") #载入数据并命名为data

###开始进行匹配

###先将data中的group定义为逻辑型变量，如果为"uncensored"则返回'TRUE'，否则返回'FALSE'

###这里一定注意定义为'TRUE'的变量必须少于定义为'FALSE'的变量

### y~x分别为干预（分组）因素和需要匹配的变量，即group2为干预（分组）因素，gender、age和TNM则作为需要匹配的变量，然后将文件赋值为data_match

### method为匹配算法，具体参见MatchIt包的说明，一般采用“近邻法”进行匹配

### ratio为匹配的比例，默认为1:1，一般来说也这样选择。如果对照组人数是干预组的若干倍，那ratio的值可以稍大一点，如2:1

###caliper代表的是卡钳值，反应实验组与对照组在进行配对时允许的误差，如果设定为0.02，则实验组与对照组按照倾向性评分±0.02进行匹配（如果不加卡钳值，则实验组全部被匹配）

data$group2 <- as.logical(data$group == 'uncensored')

data_match <- matchit(group2~gender+age+TNM, data = data, method="nearest", ratio=1, caliper = 0.02)

summary(data_match) #汇总结果，重点关注红框里的内容

plot(data_match, type = "jitter") #绘制匹配前后倾向值评分的分布图

plot(data_match, type = "hist") #绘制匹配前后倾向值评分的直方图

###安装软件包

install.packages("tableone")

###统计检验：采用'tableone'包（Creates 'Table 1', i.e., description of baseline patient characteristics, which is essential in every medical research. Supports both continuous and categorical variables, as well as p-values and standardized mean differences. Weighted data are supported via the 'survey' package. See 'github' for a screen cast. 'tableone' was inspired by descriptive statistics functions in 'Deducer' , a Java-based GUI package by Ian Fellows. This package does not require GUI or Java, and intended for command-line users）

###factorVars为非类型变量，strata为分组

dta_m <- match.data(data_match)

library(tableone)

table1 <- CreateTableOne(vars = c('gender', 'age', 'TNM'),

                      data = dta_m,

                       factorVars = c('gender', 'TNM'),

                       strata = 'group')

table1

可以看到匹配后各组的情况，p值均大于0.05

###数据导出

write.csv(dta_m, file = "data.match.csv")

打开csv文件，distance为倾向值得分的分值， weights 为权重

--------------------------------------------------2019-11-03更新--------------------------------------------------

有很多站友想知道谁匹配了谁，今日更新，语句以简单为主，不清楚的麻烦看看附件“MatchIt1”和“MatchIt2”，或者自行谷歌百度哦。

d1 <- data_match$match.matrix

d2 <- rownames(d1)

rownames(d1) <- NULL

pairs <- cbind(d2, d1)

colnames(pairs)[1:2] <- c("group1", "group2")

write.csv(pairs, file = "pairs.csv")

另外，只提问不点赞的什么鬼，都给我出来(╬◣д◢)