复旦大学公共卫生学院流行病学教研室，公共卫生安全教育部重点实验室(200032) 施婷婷 刘振球 袁黄波 吴学福 吴明山 张铁军

随机对照试验(randomized controlled trial，RCT)是最理想的金标准设计方案[1]。但在实际工作中，由于伦理学等因素的影响以及研究设计的理想性，RCT的应用受限。而非随机对照研究(包括观察性研究和非随机试验研究)的研究对象所具有的各种特征与真实世界研究(real world study，RWS)结果更为接近，实用性更广。但由于无法随机化，如何处理混杂偏倚成为此类研究亟待解决的难题[2]。

传统的控制混杂偏倚的方法包括在研究设计阶段进行配比，或在数据分析阶段按照混杂因素分层，或采用多因素数学模型进行调整等。但是当混杂变量较多或处理组与对照组的某些变量差异较大时，传统方法便不再适用，倾向性评分(propensity score，PS)法由此应运而生，广泛应用于医学、经济学、社会学等多个领域的非随机对照研究中[3-4]。

方 法

1.倾向性评分原理与方法

1983年，Rosenbaum和Rubin首次提出倾向性评分这一概念，他们将PS定义为被研究的个体在控制可观测到的混杂变量(confounding variables)的情况下，通过将混杂变量纳入logistic回归模型来产生一个预测个体受到自变量影响的概率[5-6]。PS的基本原理是指在一定可观察协变量(Xi)的条件下，研究对象i(i=1，2，…，n)被分配到特定处理组(Zi=1)或对照组(Zi=0)的条件概率。因此，第i个研究对象被分配到处理组的概率可以表示为：e(xi)=Pr(Zi=1|Xi=xi)，若给定的特征变量(xi)与分组变量(Zi)是相互独立的，则：

其中，xi为个体i的协变量，e(xi)为个体i被分入处理组的概率，也叫做倾向性评分值[3]。……