等级：初学者
【主持人】
Kosuke Nakazono，九州大学医院 ARO 下一代医疗中心技术人员
Hiroko Watanabe，九州大学医院 ARO 下一代医疗中心
九州大学医院 ARO 下一代医疗中心 Masayuki Hirose
九州大学医院 ARO 下一代医疗中心 Takeshi Toyama
九州大学医院 ARO 下一代医疗中心 Koshiro Tagawa
九州大学医院 ARO 下一代医疗中心 Takuya Nagata
Junji Kishimoto，ARO 下一代医疗中心，九州大学医院
[演示概述]
比较群体以估计治疗效果的观察性研究和流行病学研究通常在受试者背景因素方面存在不平衡。应适当注意分析，因为可能混淆组间的背景因素的不平衡可能会损害可比性。总的来说，通过分层分析可以在一定程度上调整混杂因素的失衡。
使用倾向得分的分析是在这种情况下使用的调整方法之一。倾向得分主要用于分层分析、匹配和逆概率加权 (IPW)，可以使用 JMP 插件实现匹配。然而，倾向得分和 IPW 的分层分析并未在 JMP 中实施，需要一些手动步骤。由于在使用倾向得分的分析中检查了多个倾向得分模型，因此自动化过程对于提高研究效率很重要。
在本演示中，我们将重点介绍基于倾向得分的 IPW，并介绍如何在 JMP 中执行它以及如何通过演示自动执行该过程。
