基于广义增强模型的倾向性评分重叠权重加权方法研究

摘要

目的 本研究构建了基于广义增强模型的倾向性评分重叠权重加权模型(GBM-OW)。方法 通过模拟数据探讨在混杂因素与处理因素间关系复杂的情况下，不同样本量，不同倾向性评分值重叠程度下GBM-OW模型在均衡混杂因素、效应估计等方面的表现，并与多因素调整模型及其它三种倾向性评分加权模型进行比较。结果及结论从模拟结果来看，当变量之间关系复杂、样本量大、倾向性评分值重叠程度小的情况下，GBM-OW模型在各方面均有较好的表现，可应用于观察性研究中。

关键词

倾向性评分 / 重叠权重 / 广义增强模型

基金资助

国家自然科学基金项目(82003558); 海军军医大学“深蓝”人才工程“启航计划”; 上海市2022年度“科技创新行动计划”启明星项目(22QA1411400)