为什么要计算倾向性评分？ 🎯 问题：医生选择治疗有偏好 例子：比较两种降压药 现实情况： 年轻病人 → 医生喜欢开新药A 老年病人 → 医生习惯开老药B 结果： 新药A组：都是年轻人，效果好 老药B组：都是老人，效果差 问题： 是新药真的好，还是年轻人本来就容易治好？ 🔍 倾向性评分的作用 倾向性评分 = 病人被开某种药的可能性 简单理解： 30岁病人被开新药的可能性：90% 70岁病人被开新药的可能性：10% 为什么要算这个分数？ 找到"可比较"的病人 找到那些"两种药都可能被开"的病人 比如：倾向性评分都是50%的病人 例子： 50岁，轻度高血压，无其他疾病 这类病人被开新药或老药的可能性都是50% 这样的病人最适合用来比较两种药的效果 💡 简单比喻 就像比较两个班级成绩： 重点班：都是好学生 普通班：都是一般学生 直接比较不公平 倾向性评分： 找到"成绩相似"的学生 比较他们在不同班级的表现 这样才能知道哪个班级教得更好 🎯 核心目的 让比较更公平 不是比较"用新药的病人" vs "用老药的病人" 而是比较"条件相似的病人用新药" vs "条件相似的病人用老药" 一句话总结： 倾向性评分就是找到"本来两种治疗都可能选择"的病人，然后比较他们的效果，这样结论才靠谱。（要求：用更生动的动画来解释）

视频信息

答案文本 复制

视频字幕 复制

在医学研究中，我们经常遇到这样的问题：医生选择治疗方案时会有偏好。比如比较两种降压药时，年轻病人更容易被开新药A，而老年病人更习惯被开老药B。这样就导致新药组都是年轻人效果好，老药组都是老人效果差。但问题是：到底是新药真的好，还是年轻人本来就容易治好呢？这就是我们需要解决的选择偏倚问题。 倾向性评分就是病人被开某种药的可能性。简单理解，30岁病人被开新药的可能性是90%，而70岁病人被开新药的可能性只有10%。为什么要算这个分数呢？目的是找到"可比较"的病人，也就是那些"两种药都可能被开"的病人。比如倾向性评分都是50%的病人，像50岁、轻度高血压、无其他疾病的病人，这类病人被开新药或老药的可能性都是50%，这样的病人最适合用来比较两种药的效果。 我们可以用一个简单的比喻来理解倾向性评分。就像比较两个班级的成绩一样，如果重点班都是好学生，普通班都是一般学生，那么直接比较成绩是不公平的。倾向性评分的方法就是找到"成绩相似"的学生，比较他们在不同班级的表现，这样才能知道哪个班级真的教得更好。同样道理，我们要找到条件相似的病人，比较他们使用不同药物的效果。 倾向性评分的核心目的是让比较更公平。传统的比较方法是直接比较"用新药的病人"和"用老药的病人"，但问题是这两组病人本身就不同。而倾向性评分的比较方法是比较"条件相似的病人用新药"和"条件相似的病人用老药"，这样得到的结果更可靠，能够更准确地评估治疗效果。简单来说，就是要确保我们比较的是苹果和苹果，而不是苹果和橘子。 总结一下，倾向性评分就是找到"本来两种治疗都可能选择"的病人，然后比较他们的效果，这样结论才靠谱。它的核心价值在于消除选择偏倚，模拟随机对照试验的效果，提高研究结论的可信度，让治疗效果评估更加科学。就像天平一样，只有在两边条件相等的情况下，我们才能真正判断哪种治疗更有效。这就是为什么我们需要计算倾向性评分的根本原因。