作者：赵洪鑫 复旦大学医学博士 北京洪宇科技有限公司CEO
这是一个全自动做倾向性评分匹配（PSM）的工具。
大家可能会问，SPSS不就可以做PSM，还开发这个工具有啥意义？主要在于几点：
1）瞬间自动生成匹配前后基线特征表和love plot。
2）可以边看匹配后的结果表格边调匹配参数，实时调整结果，所见即所得。
3）自动生成Word报告，论文里需要的图表一分钟给您全部准备好。
4）集成数据管理工具、缺失数据处理工具，生成匹配后的数据下载做进一步分析。
所谓倾向性评分匹配，用粗俗的话说来就是在非随机对照研究中，因为没有随机分配患者，所以观察组和对照组基线特征有差异，俗称基线不平衡。会使得读者质疑你的疗效分析结果。所以我们只好牺牲一些样本量，从对照组中选择一部分和观察组基线差异较小的患者，来进一步分析疗效（有时候为了效果，观察组也要牺牲掉一部分样本）。
从对照组里选择哪些患者，才能缩小和观察组的差异呢？交给计算机自动处理就行，自己不用操这个心了。
进入下面这个网站，选择倾向性评分匹配工具来进行：www.b-hy.com/ai
第一步，根据提示先下载样例excel，准备您的数据：
应该包括ID号，代表组别的变量如group, 以及需要调整和匹配的协变量如age, gender, smoke, diagnose,program等。应当注意的是，代表组别的变量, 下面只能包含两个组，如"Treatment" ，"Control", 或者GroupA GroupB等。不能包含两个以上组。三组的PSM本工具暂不提供，会重新研发一个工具。
将准备好的数据导入系统：
上传之后看一下没有问题，一定要点击最下方的 “import data” 按钮才能下一步。
下一步点击上方的 “选择字段” 标签：
这一步非常重要，关系到PSM的处理方式，不能略过。需要对变量的标签和属性做一些调整，另外设置一下，连续性变量设置为numeric, 分类变量设置成character。 比如stage这个变量，是个数值型，取值我们在右边看到只有1,2,3,4，其实代表的是疾病分期，只是一个分类变量，并不是一个连续变量，这时候我们务必要把字段的属性在New菜单里设置为“character”，后续才能正确处理。
字段名称可以改成最终统计表里的名称，比如 age 可以改成 Age, 首字母大写等等。
然后在这个页面，哪怕你什么也没修改，也务必要点击“Apply Changes” 按钮，才能进入下一个页面，否则进行不下去。
下一步可以点击“选择患者”，如果要选取一部分患者做亚组分析的话，在这个页面做选择和调整。如果没有需要则直接下一步。
下一步点击“处理缺失数据”
这里提供了两种方式处理缺失数据，第一种简单粗暴，只要有任何一个进行PSM的字段有缺失值，就把这个患者直接剔除。第二种是用kNN法填补缺失值。大家可以综合自己的数据缺失程度考虑哪种方法。
缺失值填补仅限于要匹配的协变量。如果分组变量group也缺失，或者ID号也缺失可不要填补哟。还是返回最开头，把您的excel数据重新整理上传，group和ID不容缺失。
下一步点击“进行倾向性评分匹配”：
首先选择代表组别的字段，这个案例里是group, group字段里面包含Treatment 和 Control两个组，在这两个组间进行PSM。千万不要把ID号、age这样的连续性变量设为组别，程序会崩溃。
值得注意的是，本工具基于每组的患者数量，自动把人数多的一组设置为对照组，人数少的一组设置为观察组。优先考虑保留最多的观察组患者。
然后点击变量选择框，按照自己想要的顺序选择需要匹配的变量。
然后选择1：N匹配。N值上限，程序自动认定不会超过两组患者数的比值。
可选的匹配方法现在放出来的主要是optimal, nearest, exact。其中optimal, nearst 可选1：N，nearest可选caliper, 大家可以根据提示，看着生成的图表来调参，以达到满意的结果。
调试策略如下：
在生成的表1中，可以实时看到匹配前后的样本量和SMD值。
尝试改变各种参数使得SMD值低于0.1即可。
可以看着下图调整：
调整参数使得绿色的点全部位于虚线左边就算成功。当然，有个别的点，实在没办法低于0.1也不要紧。科研嘛，还是要考虑科学性和现实性的平衡。
匹配完成后，可以点击“生成各种诊断图”，程序会瞬间生成各式各样的用于诊断PSM的图，按需选用即可。
最后，点击“下载word报告”，先点生成word报告，等一会后再点下载：
这样的话，论文里要求要有的表和图都给您打包好了，您直接贴进论文即可。
最后，点击“下载匹配后数据”，下载excel格式的匹配后数据，就可以用来进一步分析疗效了：
这时候，有人不满意了，什么？匹配完还要我自己导出数据分析？直接帮我自动分析完不行么？好的，下一个版本必须安排！
