傾向スコアマッチングのいくつかの方法は、他の人よりも優れたパフォーマンスを持っていました：経験的調査の結果とモンテカルロシミュレーション

傾向スコアマッチングは、観察データを使用して因果治療効果を推定する際に治療選択バイアスの影響を減らすためにますます使用されています。現在、いくつかの傾向スコアマッチング方法が医学文献で採用されています。傾向スコアのロジットの標準偏差の0.2または0.6のキャリパーを使用して、傾向スコアのロジットを一致させます。0.005、0.01、0.02、0.03、および0.1のキャリパーを使用した傾向スコアの一致。傾向スコアの5-> 1桁のマッチング。これらの競合する方法の相対的なパフォーマンスを調査するために、経験的調査とモンテカルロシミュレーションを実施しました。心臓発作で入院した患者の大規模なサンプルを使用して、退院時にスタチン処方のスタチン処方を受信していると、8つの異なる方法が測定されたベースライン変数の定性的バランスが処理された間に等価バランスが達成される傾向スコアマッチングサンプルを生成することがわかりました。未処理の被験者。8つの傾向スコアマッチングサンプルのうち7つは、スタチン曝露による死亡率の減少の定性的に同様の推定値をもたらしました。5-> 1桁のマッチングにより、他の7つの方法と比較して、相対的なリスク低下の定性的に異なる推定値が得られました。モンテカルロシミュレーションを使用して、幅0.2のキャリパーを使用して、傾向スコアのロジットの標準偏差の標準偏差と幅0.02および0.03のキャリパーの使用が、治療効果を推定するために優れた性能を持つ傾向があることがわかりました。

Propensity-score matching is increasingly being used to reduce the impact of treatment-selection bias when estimating causal treatment effects using observational data. Several propensity-score matching methods are currently employed in the medical literature: matching on the logit of the propensity score using calipers of width either 0.2 or 0.6 of the standard deviation of the logit of the propensity score; matching on the propensity score using calipers of 0.005, 0.01, 0.02, 0.03, and 0.1; and 5 --> 1 digit matching on the propensity score. We conducted empirical investigations and Monte Carlo simulations to investigate the relative performance of these competing methods. Using a large sample of patients hospitalized with a heart attack and with exposure being receipt of a statin prescription at hospital discharge, we found that the 8 different methods produced propensity-score matched samples in which qualitatively equivalent balance in measured baseline variables was achieved between treated and untreated subjects. Seven of the 8 propensity-score matched samples resulted in qualitatively similar estimates of the reduction in mortality due to statin exposure. 5 --> 1 digit matching resulted in a qualitatively different estimate of relative risk reduction compared to the other 7 methods. Using Monte Carlo simulations, we found that matching using calipers of width of 0.2 of the standard deviation of the logit of the propensity score and the use of calipers of width 0.02 and 0.03 tended to have superior performance for estimating treatment effects.