倾向性评分建模详解 🤔 为什么要用4种算法计算PS？ 核心问题：不知道哪种方法最准确 现实情况： 医生的选择行为很复杂 可能是简单的线性关系 也可能是复杂的非线性关系 我们不知道真实的规律是什么 解决方案： 用4种不同的方法都试一遍 看哪种方法最准确 选择最好的方法 比喻： 就像用4种不同的方法预测天气，然后选择最准确的那种方法作为天气预报。 🔍 4种算法的原理 方法1：基础逻辑回归（最简单） 假设：各因素独立影响 简单打分表： 年龄每增加1岁：-2分 男性：+10分 重度高血压：-15分 例子： 30岁男性轻度：30×(-2) + 10 + 0 = -50分 70岁女性重度：70×(-2) + 0 + (-15) = -155分 方法2：加入交互项（考虑组合效应） 假设：因素之间有相互作用 现实例子： 年轻男性：医生更愿意尝试新药 年老女性：医生更保守 新打分表： 基础分 + 年龄×性别 + 年龄×疾病严重程度 方法3：加入平方项（考虑非线性） 假设：影响不是直线关系 现实例子： 30岁→40岁：医生选择变化小 60岁→70岁：医生选择变化大 新打分表： 基础分 + 年龄² + 其他平方项 方法4：XGBoost（人工智能） 假设：关系很复杂，让电脑自己找规律 电脑的思路： 自动发现复杂模式 比如："45-55岁男性糖尿病患者"这种特殊组合 不需要人工猜测 📊 如何比较哪种算法更好？ 用AUC来比较 AUC = 模型预测准确率 简单测试： 随机选择两个病人： 病人A：实际用了新药 病人B：实际用了老药 好模型应该： 病人A的预测概率 > 病人B的预测概率 具体比较例子 100对病人测试结果： 方法1（基础逻辑回归）：70对猜对 → AUC = 0.70 方法2（加交互项）：75对猜对 → AUC = 0.75 方法3（加平方项）：80对猜对 → AUC = 0.80 方法4（XGBoost）：85对猜对 → AUC = 0.85 结论： XGBoost最准确！ 🎯 选出最好的算法 选择标准：AUC最高 假设结果： 基础逻辑回归：AUC = 0.72 加交互项：AUC = 0.76 加平方项：AUC = 0.78 XGBoost：AUC = 0.85 选择： XGBoost（AUC最高） 用最好的算法计算每个病人的PS 例子： 病人1：30岁男性轻度高血压 → PS = 0.75（75%概率用新药） 病人2：70岁女性重度高血压 → PS = 0.15（15%概率用新药） 🔄 核心逻辑 1. 建模医生的选择行为 收集病人特征和医生的实际选择 用4种方法预测医生选择 2. 找到最能预测医生选择的方法 比较4种方法的AUC 选择AUC最高的方法 3. 用这个方法计算每个病人的倾向性评分 用最好的模型计算PS 每个病人都有一个0-1之间的概率 4. 基于准确的评分进行公平比较 用PS进行匹配、调整或分层 确保比较的公平性 💡 一句话总结 AUC越高，说明我们越能准确预测医生为什么选择某种治疗，倾向性评分越准确，后续的效果比较越可靠。 为什么这很重要？ 准确的PS → 可靠的结论 PS准确：找到真正相似的病人进行比较 PS不准：比较仍然不公平，结论不可靠 简单比喻： 就像找最准确的体重秤，只有秤准了，才能准确比较减肥效果。PS就是我们的"秤"，必须先保证它准确。（讲四种算法的时候，用直观的动画来演示）