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 (< crisroh...@gmail.com>) escribió: > Hola chic@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 > crisroh...@gmail.com > > _______________________________________________ > R-help-es mailing list > R-help-es@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]] _______________________________________________ R-help-es mailing list R-help-es@r-project.org https://stat.ethz.ch/mailman/listinfo/r-help-es