选择偏倚：相关性证据的致命漏洞
主动参与健康管理项目的人，往往具备以下特征：更强的健康意识、更高的教育水平、更规律的生活习惯。换句话说，参与者在参与之前就已经更健康了。
❌ 匹配前：两组不可比
干预组：42岁，不吸烟，运动
干预组：38岁，BMI正常
对照组：48岁，吸烟，不运动
对照组：52岁，超重
→
✅ 匹配后：两组特征相近
干预组：44岁，轻度吸烟
对照组（已匹配）：45岁，轻度吸烟
✓ 现在的差异主要来自干预本身
PSM 的三步工作原理
1
计算每位患者的"干预倾向评分"
对每位患者（干预组和对照组），基于其年龄、性别、BMI、基线风险评分、吸烟状态等协变量，使用逻辑回归模型估计"该患者在其特征下接受干预的概率"——即倾向评分。
P(T=1 | X) = logistic(β₀ + β₁·age + β₂·BMI + β₃·risk_score + ...)
2
按评分配对，消除基线差异
对干预组中的每位患者，在对照组中找到倾向评分最相近的患者作为"匹配对"（最近邻匹配）。设置卡钳（通常为倾向评分标准差的0.2倍），确保配对不过于勉强。配对完成后，检验匹配质量：要求所有协变量的标准化均值差（SMD）< 0.1。
SMD = |μ₁ - μ₀| / √((σ₁² + σ₀²)/2) < 0.1
3
估计因果效应（ATT）
在配对成功的样本上，比较干预组和匹配对照组的健康结果差异，得到平均处理效应（ATT，Average Treatment Effect on the Treated）。使用Bootstrap重采样计算置信区间。
ATT = E[Y(1) - Y(0) | T=1] ≈ mean(Y_treated) - mean(Y_matched_control)
PSM输出指标解读
| 指标 | 含义 | 判读标准 |
|---|---|---|
| ATT | 干预组平均处理效应。干预相比不干预平均产生的健康变化量。 | 方向性 + CI不过零 = 显著效应 |
| 95% CI | ATT的95%置信区间。反映估计的不确定性。 | 区间不含零 = 统计显著 |
| SMD（匹配后） | 标准化均值差。衡量配对后两组的可比性。 | < 0.1 = 匹配质量良好 |
| 匹配率 | 干预组中成功配对的比例。 | > 80% = 重叠性良好 |
| Bootstrap SE | Bootstrap标准误。反映ATT估计在重采样下的稳定性。 | 越小越稳定 |
PSM 的适用条件与局限性
必须满足
条件可忽略性（Conditional Ignorability）
在控制了所有协变量之后，干预分配与潜在结局无关。换句话说：影响干预分配的因素都被纳入了倾向评分模型。如果存在重要的未测量混杂因素（如患者的健康意识），PSM无法控制。
必须满足
重叠性（Overlap / Common Support）
干预组和对照组在倾向评分分布上存在重叠——即对于每个干预组患者，对照组中都存在特征相近的人可以配对。如果两组特征差异过大，PSM无法完成有效匹配。
已知局限
无法控制未观测混杂
PSM只能控制数据中存在的可观测协变量。相比随机对照试验（RCT），PSM是次优的因果推断方法。ReHealth Core在所有报告中明确说明这一局限，并建议将PSM证据作为补充性证据使用，而非替代RCT。
常见问题
PSM和随机对照试验（RCT）有什么区别？
RCT通过随机分配确保干预组和对照组在所有特征上均可比，是因果推断的黄金标准。PSM是在无法随机分配的真实世界场景中的最佳替代方案，通过统计匹配消除可观测混杂因素。PSM的局限在于无法控制未观测到的混杂因素。ReHealth Core在报告中明确声明PSM的适用范围和局限性。
什么是SMD？如何判断匹配质量？
SMD（标准化均值差）是衡量干预组和对照组在某个变量上差异程度的标准化指标。SMD < 0.1通常被认为匹配质量良好，意味着两组在该变量上差异不显著。ReHealth Core要求所有匹配变量的匹配后SMD均 < 0.1，否则发出预警并建议扩大对照组池。
ATT（平均处理效应）代表什么意思？
ATT（处理组平均处理效应）代表的是：对于实际接受了干预的这批人，干预相比不干预平均产生了多大的健康效果差异。例如，ATT 可以表示接受干预组相对于匹配对照组的平均结局差异。其数值应由具体项目数据、结局定义、平衡诊断与研究设计共同决定，并需说明未观测混杂等局限性。