[R-es] Propensity Score Matching

[Alberto Carmona Bayonas]

Básicamente propensity score matching es una técnica útil cuando tienes
muchas covariables que ajustar en una base de datos pequeña (por ejemplo,
si tu número de eventos es menor que el número de predictores por 5). En
ese caso lo que haces es colapsar toda la información de las covariables en
un score (un número de cero a cien). El propensity score te permite hacer
el ajuste de varias formas, a través del matching de sujetos con similar
propensity score, o incluso usando el propensity score transformado como
término de la ecuación. Si tienes suficientes pacientes y eventos, la
regresión multivariable, metiendo en la ecuación todos los predictores,
suele ser una solución más eficiente, porque te evitas varios problemas
asociados al PS y es más elegante.



El jue., 12 nov. 2020 a las 18:03, Cristian Rodelo-Haad (<
crisroha16 using gmail.com>) escribió:

> Hola chic using s, alguien con experiencia en propensión score matching?
>
> Planteo duda: Clasicamente el PSM se ha utilizado en un intento de
> homogeneizar cohortes de enfermos quienes han estado “expuestos” a un
> tratamiento x Vs aquellos que no han estado expuestos (no expuestos). Esto
> aplica para medicamentos o procedimientos quirúrgicos o no.
>
> Bien, En algún articulo he leído que el PSM se puede utilizar como un
> elemento de clasificación y por tanto de homogeneización.
> Mi intención es aplicar el PSM a un análisis de supervivencia. En este
> sentido mi hipótesis es que una variable “x” tanto en su versión
> cuantitativa como categorizada a terciles,cuartiles o quintiles influye
> sobre la supervivencia de los sujetos. Esto entiendo que puedo resolverlo
> con un análisis de supervivencia y posteriormente con una regresión de Cox.
> Este método seria valido desde el punto de vista estadístico si bien desde
> el punto de vista biológico podría tener alguna duda de interpretación
> sobretodo por la inclusión en los modelos de variables colineales o con
> interacción.
> Por otro lado el PSM me permitiría balancear todas las variables desde el
> primer momento e incluirlos en el análisis de supervivencia con la premisa
> de que parten de valores iguales/cuasi-iguales.
>
> Aquí es donde tengo dudas: si decido aplicar el PSM
> Como debo realizar esta homogeneización?
>
> 1. Si tengo 2 estados por ejemplo vivo vs Muerto?—> Calculo el riesgo de
> propensión a partir de esta variable “estado” cuando realize el glm inicial
> ya que mi variable de exposición/tratamiento es estar vivo o Muerto?
> 2. Utilizar mi variable “x” categorizada como variable exposición y partir
> de esta calcular el score de propensión?
>
> Muchas gracias, espero haber sido claro.
>
> Saludos,
>
>
> Cristian Rodelo-Haad
> crisroha16 using gmail.com
>
> _______________________________________________
> R-help-es mailing list
> R-help-es using r-project.org
> https://stat.ethz.ch/mailman/listinfo/r-help-es
>


-- 
Alberto Carmona Bayonas
Servicio de Hematología y Oncología Médica
Hospital Universitario Morales Meseguer
Avda. Marqués de los Vélez, s/n. 30001-Murcia
Teléfono: 968-360900// 968-360969 (secretaría)
Fax: 968-360969
Murcia. Spain.

La información y los archivos adjuntos en esta transmisión puede contener
información confidencial o información privilegiada y es para uso exclusivo
del destinatario destinados / s /. Si usted no es el destinatario, se le
notifica que cualquier divulgación, copia, distribución, o dependencia de
los contenidos de esta transmisión está estrictamente prohibida. Por favor,
notifique al remitente y destruir este mensaje. E-mail comunicaciones no se
puede garantizar que sea seguro o libre de errores, ya que la información
puede ser interceptada, corrompido, modificado, perdido, destruido, llegar
tarde o incompleta, o contener virus. No aceptamos la responsabilidad por
cualquiera de esas cuestiones o de sus consecuencias. Se han tomado todas
las precauciones razonables para asegurarse de que cualquier archivo
adjunto a la dirección de e-mail ha sido escaneado en busca de virus. Sin
embargo, no podemos aceptar la responsabilidad por cualquier daño sufrido
como resultado de los virus de software y asesorará que el desempeño de su
propio virus escanea antes de abrir cualquier archivo adjunto.

	[[alternative HTML version deleted]]