傾向スコア・マッチング

傾向スコア・マッチング (PSM)

傾向スコア・マッチング（プロペンシティ・スコア・マッチング、PSM）は、因果推論の手法の一つであり、観察データに基づく処置の効果を推定するために用いられます。この手法は、治療効果を測定する際に生じるバイアスを減らし、より信頼性のある結果を得ることを目的としています。

概要

観察データでは、処置群とコントロール群との間に存在する交絡因子（バイアスを引き起こす要因）を考慮しないと、治療の効果を誤って評価する結果に繋がります。そのため、傾向スコア・マッチングでは、個々の被験者が特定の処置を受ける確率、すなわち傾向スコアを計算し、これに基づいて処置群とコントロール群を均一化します。この手法は、1983年にポール・ローゼンバウムとドナルド・ルービンによって提唱されました。

傾向スコアの計算

傾向スコアの計算は、主に以下の手順で行われます。

1. ロジスティック回帰分析を用いて、被験者が処置群に割り付けられる確率を推定します。これには、性別や年齢など、治療結果に影響を与えるとされる共変量を考慮します。
2. 傾向スコアで層別化し、共変量のバランスが取れているか確認します。これにより、処置群とコントロール群が比較可能になります。
3. 傾向スコアに基づいて、処置群の被験者をコントロール群の被験者とマッチングします。この際、最近傍探索法やキャリパーマッチングなどの手法が使用されます。
4. マッチング結果をもとに、処置群とコントロール群の間でアウトカムの違いを評価し、平均処置効果を推定します。

利点と欠点

傾向スコア・マッチングの利点は、複数の共変量を同時に考慮しながら、処置群とコントロール群の均衡を図ることができる点です。また、倫理的な理由から無作為割り付けが難しい場合でも、観察データを利用して効果を推定することができます。しかし、一方で限界も存在します。観察された共変量のみを考慮するため、見えない交絡因子による影響を排除できません。さらに、傾向スコアの計算に多くのデータが必要であり、共変量の多さが「次元の呪い」に陥る可能性があります。

統計ソフトでの実装

傾向スコア・マッチングは、RやSAS、Stata、SPSSなどの統計ソフトを用いて実装することができます。これらのツールには、傾向スコアに基づいたマッチングをサポートするための専用のコマンドや手順が用意されています。

結論

傾向スコア・マッチングは、観察データから治療効果を推定するための強力なツールです。適切に用いることで、因果関係を明らかにし、選択バイアスを軽減することが可能です。ただし、その限界も理解して活用することが重要です。

もう一度検索