教程 · 2026-06-24

倾向得分匹配（PSM）用 AI 完成 — 反事实因果、平衡性检验与敏感性分析全攻略

倾向得分匹配（PSM）完整教程：AI 一句话完成匹配、SMD 平衡性检验、ATT 估计、Love Plot 可视化与 Rosenbaum 界值敏感性分析，含可直接套进论文的 APA 7th 报告句式。

数据是观察性的，不是随机对照试验，却想估计因果效应？PSM 是最广泛应用的解决方案——但 R 的 MatchIt 包参数多、检验步骤繁，每次改一个匹配比例就得重跑全套。这篇教程教你用 AI 一句话完成从倾向得分估计到 Rosenbaum 敏感性检验的完整流程。

观察性研究的因果推断困境

随机对照试验（RCT）是估计因果效应的金标准——随机分组使得处理组与对照组在所有协变量上均衡，组间差异可归因于处理本身。

但现实中大多数数据是观察性的：

政策评估（获得补贴 vs 未获得补贴的企业）
医学研究（接受某种治疗 vs 未接受治疗的患者）
教育研究（参加项目 vs 未参加项目的学生）
社会调查（有某种经历 vs 无此经历的受访者）

这类数据的根本问题是选择性偏差（Selection Bias）：处理组和对照组在接受处理之前就已经不同——年龄更大、病情更重、经济条件更好的人可能更倾向于接受某种干预。如果直接比较结局，组间差异混杂了处理效应和基线差异，无法分离。

倾向得分匹配（Propensity Score Matching, PSM） 是 Rosenbaum & Rubin（1983）提出的经典解决方案：用"在给定协变量下接受处理的概率"（即倾向得分）将处理组和对照组中相似的个体配对，人工构造出近似随机化的对照组，从而控制已观测的混杂变量。

PSM 的核心概念

倾向得分

倾向得分 e(X) 定义为：在观测到协变量 X 的条件下，个体接受处理（T = 1）的概率：

e(X) = P(T = 1 | X)

通常通过Logistic 回归估计，以处理指示变量为因变量，以所有已知混杂变量为自变量。

Rosenbaum & Rubin（1983）证明了倾向得分平衡性定理：如果在协变量 X 条件下处理是随机的，那么在倾向得分 e(X) 条件下处理也是随机的。这意味着只要匹配后倾向得分相似的处理组和对照组成员，就可以在两组之间进行因果比较。

平均处理效应与 ATT

PSM 最常估计的是处理组的平均处理效应（Average Treatment Effect on the Treated, ATT）：

ATT = E[Y(1) - Y(0) | T = 1]

含义：对于那些实际接受了处理的个体，处理使其结局（Y）平均改变了多少。这是观察性研究中因果问题的自然表述："这一批接受了治疗的患者，治疗到底有没有效果？"

重要区分：ATT 不等于 ATE（全样本平均处理效应）。PSM 主要估计 ATT；若需 ATE，应考虑逆概率加权（IPW）等方法。

平衡性检验：SMD

匹配质量的核心指标是标准化均值差（Standardized Mean Difference, SMD），又称 d：

SMD = (M_处理组 - M_对照组) / SD_合并

平衡性判据（Austin, 2011）：

|SMD| < 0.10：协变量已良好平衡（通用阈值）
|SMD| < 0.25：部分文献采用的宽松标准
|SMD| >= 0.10：该协变量匹配后仍不平衡，需重新调整匹配方案

注意：平衡性检验应报告 SMD，而非传统的 t 检验或 chi-squared 检验 p 值。原因：匹配后样本量减小，p 值检验功效下降，p > .05 不代表平衡，反而可能是样本太小检测不到差异；SMD 不受样本量影响，是更稳健的平衡指标（Austin, 2011）。

案例数据：新型降压方案对心血管事件的效果评估

研究背景

某医院电子病历数据库提取 2019–2023 年 40–75 岁高血压患者共 1,280 名。研究问题：接受新型联合降压方案（处理组，T = 1，n = 420）相比标准单药治疗（对照组，T = 0，n = 860）是否能降低 2 年内主要心血管事件（MACE）发生率？

数据结构

patient_id     患者编号
treatment      处理指示变量（1 = 新方案，0 = 标准方案）
age            年龄（岁，连续）
sex            性别（0 = 女，1 = 男）
bmi            体质指数（连续）
sbp_baseline   基线收缩压（mmHg，连续）
diabetes       合并糖尿病（0 = 无，1 = 有）
smoker         吸烟（0 = 否，1 = 是）
ckd            慢性肾病（0 = 无，1 = 有）
prev_cvd       既往心血管病史（0 = 无，1 = 有）
mace_2yr       2年内主要心血管事件（0 = 无，1 = 有）  -- 结局变量

匹配前基线不均衡：处理组患者平均年龄更大（62.4 vs 58.1岁）、基线收缩压更高（152.3 vs 143.8 mmHg）、糖尿病比例更高（38.3% vs 24.7%），若直接比较 MACE 率，结果将严重低估新方案的保护效果（处理组基线风险本身更高）。

用 AI 一句话完成 PSM 全流程

在 chatsrs.com 上传数据后输入：

"以 treatment 为处理变量，age、sex、bmi、sbp_baseline、diabetes、smoker、ckd、prev_cvd 为协变量，对 mace_2yr 做倾向得分匹配分析（PSM）。请输出：

匹配前协变量描述统计 + SMD 表（处理组 vs 对照组）

用 Logistic 回归估计倾向得分，输出各协变量系数和倾向得分分布图（处理组 vs 对照组叠加直方图）

1:1 最近邻匹配（卡钳值 = 0.02），输出匹配后协变量 SMD 表 + Love Plot

匹配后计算 ATT：MACE 发生率之差 + 95% CI + OR + 95% CI

Rosenbaum 界值敏感性分析（Gamma 从 1.0 到 2.5）

输出三线表格式 + APA 7th 标准文字描述"

ChatSRS 将自动完成从倾向得分估计到敏感性分析的全套流程，无需手动调用 MatchIt、cobalt 等 R 包。

输出结果怎么读

输出 1: 匹配前基线特征 + SMD

表 1  匹配前两组患者基线特征（N = 1280）

变量                处理组（n=420）       对照组（n=860）      SMD
年龄（岁）          62.4 +/- 9.2          58.1 +/- 10.6        0.43
性别（男，%）       57.4%                 51.2%                0.12
BMI（kg/m^2）      26.8 +/- 3.7          25.9 +/- 3.9         0.24
基线收缩压（mmHg） 152.3 +/- 18.4        143.8 +/- 16.2       0.48
合并糖尿病（%）     38.3%                 24.7%                0.30
吸烟（%）          32.4%                 29.8%                0.06
慢性肾病（%）       22.1%                 15.3%                0.18
既往心血管病史（%） 28.6%                 18.4%                0.26

注：SMD = 标准化均值差；|SMD| >= 0.10 提示不平衡。匹配前年龄（SMD = 0.43）、
   基线收缩压（SMD = 0.48）、糖尿病（SMD = 0.30）等多项协变量存在显著不均衡。

解读：匹配前处理组与对照组在年龄、收缩压、糖尿病、既往心血管病史等多项协变量上 SMD > 0.10，直接比较结局存在严重选择偏差，须先进行 PSM。

输出 2: 倾向得分分布与重叠检验

倾向得分估计（Logistic 回归）：
  各协变量均进入回归方程
  倾向得分范围：处理组 [0.18, 0.89]，对照组 [0.05, 0.76]
  共同支撑区域（Common Support）：[0.18, 0.76]
  因倾向得分超出共同支撑范围而剔除的处理组观测：12 名

倾向得分分布重叠（匹配前）：
  处理组 M = 0.52（SD = 0.18），对照组 M = 0.31（SD = 0.16）
  [图：处理组与对照组倾向得分叠加直方图，两组分布有充足重叠，满足重叠假设]

为什么要检验重叠（Overlap）：PSM 基于可忽略性假设（Ignorability）——在协变量 X 条件下处理与潜在结局独立。这要求两组倾向得分有充足重叠；若处理组存在对照组中找不到相似匹配的个体，强行匹配会引入外推误差。卡钳值（Caliper） 正是用来限制匹配距离、丢弃无法找到相似对照的处理组成员（本例剔除 12 名），以保证匹配质量。

输出 3: 匹配后平衡性检验 + Love Plot

表 2  1:1 最近邻匹配后协变量平衡性（卡钳值 = 0.02，n_matched = 408 对，共 816 人）

变量                匹配后处理组（n=408）  匹配后对照组（n=408）  SMD_匹配前   SMD_匹配后
年龄（岁）          62.1 +/- 9.0           61.8 +/- 9.3           0.43         0.03
性别（男，%）       57.1%                  56.4%                  0.12         0.01
BMI（kg/m^2）      26.7 +/- 3.6           26.5 +/- 3.8           0.24         0.05
基线收缩压（mmHg） 151.8 +/- 18.1         150.9 +/- 17.6         0.48         0.05
合并糖尿病（%）     37.7%                  36.8%                  0.30         0.02
吸烟（%）          32.1%                  31.6%                  0.06         0.01
慢性肾病（%）       21.8%                  22.3%                  0.18         0.01
既往心血管病史（%） 28.2%                  27.9%                  0.26         0.01

注：匹配后所有协变量 |SMD| < 0.10，协变量达到良好平衡。
   Love Plot 见附图，匹配后所有点均落入 |SMD| < 0.10 虚线以内。

Love Plot 解读：Love Plot 是展示匹配前后 SMD 变化的标准可视化工具。每个协变量一行，横轴为 SMD 绝对值，分别绘制匹配前（实心点）和匹配后（空心点/三角形）的 SMD，并标注 0.10 阈值线。匹配后所有点落入阈值线以内，表明匹配成功消除了协变量不均衡。

输出 4: ATT 估计——处理效应

表 3  PSM 匹配后 ATT 估计（n = 816，即 408 对匹配）

结局变量：2 年内主要心血管事件（MACE）

                    处理组（新方案）   对照组（标准方案）
MACE 发生率         12.5%（51/408）    19.6%（80/408）

风险差（RD）：      -7.1 个百分点（95% CI [-11.8, -2.4]，p = .004）
OR（匹配后）：      0.59（95% CI [0.40, 0.87]，p = .008）

注：OR 由条件 Logistic 回归（matched pair 为条件）估计；RD 来自 matched proportions 比较。
   OR < 1 表示新方案降低 MACE 发生优势；95% CI 不含 1，统计显著。

为什么报告 OR 而非 RR：在 PSM 匹配后的分析中，若使用条件 Logistic 回归，自然输出的是OR（优势比），而非相对危险度 RR。当结局发生率 < 10% 时 OR ≈ RR；本例发生率约 12–20%，OR 将略微高估 RR 的绝对值，报告时须注明。若需 RR，可改用泊松回归或对数二项式回归（ChatSRS 支持指定输出 RR）。切勿将 OR 直接当 RR 解读，这是观察性研究论文中最常见的统计错误之一。

HR vs OR vs RR 口诀：

OR（优势比）：Logistic 回归；横断面或病例对照设计；或 PSM 匹配后条件 Logistic

RR（相对危险度）：队列研究直接比较发生率；泊松回归

HR（风险比）：生存分析 Cox 回归；带时间维度的随访数据三者的分母含义不同，不可混用。

输出 5: Rosenbaum 界值敏感性分析

表 4  Rosenbaum 界值敏感性分析（Wilcoxon 符号秩检验）

Gamma（隐含混杂强度）    p 值下界（最不利情形）    结论
1.00（无未观测混杂）      0.003                     显著
1.20                       0.008                     显著
1.40                       0.026                     显著
1.60                       0.068                     不显著
1.80                       0.141                     不显著
2.00                       0.241                     不显著
2.50                       0.512                     不显著

Gamma 界值（p = .05 临界点）：约 1.52

注：Gamma 表示未观测混杂变量使处理概率之比改变的最大倍数。
   Gamma = 1.52 意味着：若存在某未观测混杂变量使处理概率比改变最多 1.52 倍，结论仍显著；
   若混杂强度超过 1.52 倍，结论可能不显著（p > .05）。

如何解读 Rosenbaum 敏感性分析：PSM 只能控制已观测的混杂变量；如果存在未测量的隐含混杂（hidden bias），ATT 估计仍可能有偏。Rosenbaum 界值（Gamma）量化了结论对未观测混杂的抵抗能力。Gamma 越大，说明结论越稳健：

Gamma = 1：完全无未观测混杂（理想情形）
Gamma = 1.52（本例）：即使某个未观测因素使处理概率比扩大至 1.52 倍，结论依然显著
通常 Gamma > 1.5 被视为中等稳健性，Gamma > 2.0 为高稳健性

本例 Gamma ≈ 1.52，提示结论对中等程度的隐含混杂敏感，报告时应说明此局限性。

论文里怎么报告（APA 7th 格式）

APA 7th 对 PSM 报告暂无独立准则，但 Austin（2011）、Stuart（2010）及各大医学期刊编辑指南的共识要求如下：

方法节（完整模板）

为控制处理组与对照组之间的基线协变量不均衡，采用倾向得分匹配（Propensity Score Matching, PSM）估计新型联合降压方案对主要心血管事件（MACE）的处理效应。倾向得分通过 Logistic 回归估计，以处理分配（新方案 vs 标准方案）为因变量，以年龄、性别、BMI、基线收缩压、糖尿病、吸烟、慢性肾病及既往心血管病史为协变量。采用 1:1 最近邻匹配，卡钳值设为 0.02（约倾向得分 SD 的 0.1 倍）。协变量平衡性通过标准化均值差（SMD）评价，|SMD| < 0.10 视为平衡良好（Austin, 2011）。主要效应估计量为处理组的平均处理效应（ATT），采用条件 Logistic 回归估计优势比（OR）及其 95% 置信区间。采用 Rosenbaum 界值法检验结论对未观测混杂的敏感性。统计分析使用 R 4.4（MatchIt 包、cobalt 包、rbounds 包）实施，检验水准 alpha = .05（双尾）。

结果节（模板，含 PSM 诊断与效应估计）

协变量平衡：匹配前，两组在多项基线协变量上存在显著差异，其中年龄（SMD = 0.43）和基线收缩压（SMD = 0.48）的标准化均值差超过 0.10 的可接受阈值（详见表 1）。经 1:1 最近邻匹配后，获得 408 对匹配（共 816 名患者），所有协变量的 SMD 均降至 0.10 以下（最大 SMD = 0.05），Love Plot 显示匹配后协变量均衡（见图 1）。12 名处理组患者因超出共同支撑范围而被排除。

处理效应（ATT）：匹配后样本中，新型联合降压方案组的 2 年 MACE 发生率为 12.5%，标准方案组为 19.6%，绝对风险差为 -7.1 个百分点（95% CI [-11.8, -2.4]，p = .004）。条件 Logistic 回归结果显示，新方案显著降低 MACE 发生优势，OR = 0.59（95% CI [0.40, 0.87]，p = .008）。

敏感性分析：Rosenbaum 界值敏感性分析表明，当 Gamma = 1.52 时 p 值达到 .05 临界，提示若存在使处理概率比改变超过 1.52 倍的未观测混杂因素，统计结论可能不成立。考虑到 PSM 仅能控制已观测协变量，本研究结果在中等程度隐含偏倚下具有一定稳健性，但解释因果结论时仍需审慎。

APA 报告格式对照表

报告要素	APA 格式示例
匹配后样本量	n = 816（408 对匹配）
协变量平衡指标	SMD = 0.05（匹配后最大值）
ATT 风险差	RD = -7.1 pp, 95% CI [-11.8, -2.4]
OR + 95% CI	OR = 0.59, 95% CI [0.40, 0.87]
p 值	p = .008（小数点前不写 0）
Rosenbaum Gamma	Gamma = 1.52
软件引用	R 4.4; MatchIt 4.x（Ho et al., 2011）

APA 7th 提醒：OR 的 95% CI 用方括号 [ ]；p 值小于 0 的小数不写 0（p = .008，非 p = 0.008）；首次出现时写出方法全称并标注缩写。

常见问题 FAQ

Q1：PSM 和回归调整（ANCOVA）有什么区别，什么时候用 PSM？

A：两者都是控制混杂的方法，但机制不同。回归调整（含 ANCOVA） 通过在结局回归模型中加入协变量来控制混杂，依赖"结局模型正确设定"；PSM 通过构造"处理模型（倾向得分）"来创造均衡的对照组，依赖"倾向得分模型正确设定"，且结论对结局模型设定不敏感。PSM 的优势在于：(1) 匹配后的处理效应估计对结局模型依赖更小；(2) Love Plot 等工具可直接诊断协变量平衡性，研究者能直观判断数据质量，而非全凭模型假设；(3) 更接近 RCT 的设计逻辑，审稿人接受度高。当协变量数量多且与结局关系复杂时，PSM 是更稳健的选择。

Q2：1:1 匹配好还是 1:2/1:3 匹配好？卡钳值怎么选？

A：1:N 匹配（每个处理组个体匹配多个对照）可以增大样本量，提高检验功效，但代价是允许匹配距离更大，可能降低协变量平衡质量。一般原则：对照组样本量充足时优先 1:1 匹配（平衡最好）；对照组稀少时可考虑 1:2 或 1:3，但需严格检验匹配后 SMD。卡钳值方面，Austin（2011）建议使用 0.02 × 倾向得分的标准差 作为卡钳值（即 caliper = 0.02 * SD(e(X))），这是目前应用最广泛的默认设置。卡钳值过大会允许质量差的匹配，卡钳值过小会剔除过多处理组成员降低样本代表性，在 ChatSRS 中可指定"自动计算最优卡钳值"。

Q3：PSM 匹配后还需要再做回归调整吗？

A：是的，这被称为双重稳健（Doubly Robust） 或匹配后调整（Matching with Regression Adjustment） 策略：在 PSM 匹配后的样本上，对结局继续做含协变量的条件 Logistic/线性回归。这样做的好处是：即使倾向得分模型有轻微设定误差，残余的协变量不均衡可被结局模型进一步吸收，使 ATT 估计更稳健。实践中尤其推荐在 SMD 匹配后仍有少数协变量处于 0.05–0.10 之间时追加回归调整，在 ChatSRS 指令中加一句"匹配后再做条件 Logistic 回归调整剩余协变量"即可。

Q4：Rosenbaum Gamma = 1.52，这个结果怎么向审稿人解释？

A：Gamma 界值没有公认的"足够大"阈值，解释需结合研究领域和未观测混杂的合理范围。实践参考：

Gamma < 1.3：提示结论对隐含偏倚较敏感，需列举可能的未观测混杂并充分讨论局限性
Gamma 1.3–2.0（本例 1.52 在此范围）：中等稳健性，在大多数观察性研究中是可接受的结果，报告时说明"若未观测混杂使处理概率比改变不超过 1.52 倍则结论稳健"
Gamma > 2.0：较高稳健性，结论对未观测混杂不敏感

审稿人关注的核心是：你是否做了这个检验，以及是否诚实地讨论了局限性。Rosenbaum 分析本身就是诚信研究的标志。

Q5：PSM 只能处理二元处理变量吗？如果处理变量有 3 个水平怎么办？

A：标准 PSM 针对二元处理（接受 vs 未接受）。若处理变量有多个水平（如低剂量/中剂量/高剂量），需使用广义倾向得分（Generalized Propensity Score, GPS），通过多项 Logistic 回归估计每个处理水平的概率，再进行加权或匹配。ChatSRS 支持指定"多水平处理的广义倾向得分分析"，适用于剂量–效应研究或多处理臂的政策评估。若处理变量是连续型（如用药剂量），则应使用广义倾向得分 + 逆概率加权（IPW）方法。

小结

倾向得分匹配（PSM）是观察性研究中控制选择偏差、估计因果效应的标准工具，正确实施需要把握五个关键环节：

倾向得分估计：Logistic 回归，所有已知混杂变量均须纳入；检验重叠/共同支撑
匹配策略：1:1 最近邻 + 合理卡钳值（0.02 × SD 为默认）；有放回 vs 无放回视样本量决定
平衡性检验：用 SMD 而非 t/chi-squared p 值；|SMD| < 0.10 为合格；Love Plot 可视化
ATT 估计：条件 Logistic 回归输出 OR（区分 OR/RR/HR，不可混用）；风险差报告绝对效应
敏感性分析：Rosenbaum 界值是 PSM 论文的必要组成部分，报告 Gamma 并解读稳健性

chatsrs.com 的 SPSS + R + Stata 三引擎均支持 PSM 全流程，一句自然语言指令即可获得从倾向得分分布到 Love Plot、ATT 表格到 Rosenbaum Gamma 的完整输出，并自动生成符合 APA 7th 的中文报告句式。