Livello: Principiante
Negli studi osservazionali e negli studi epidemiologici che effettuano confronti tra gruppi per stimare gli effetti del trattamento, si verificano spesso squilibri nei fattori di background dei soggetti. Gli squilibri tra gruppi nei fattori di background potenzialmente confondenti possono compromettere la comparabilità, pertanto è necessaria un'analisi attenta. In genere, gli squilibri nei fattori confondenti possono essere corretti in una certa misura mediante analisi stratificata, ma quest'ultima potrebbe non essere applicabile quando i fattori confondenti sono numerosi rispetto alla dimensione del campione.
Uno dei metodi di aggiustamento utilizzati in questi casi è l'analisi con punteggi di propensione. I punteggi di propensione vengono utilizzati principalmente per l'analisi stratificata, il matching e la ponderazione della probabilità inversa (IPW); il matching può essere implementato utilizzando un componente aggiuntivo di JMP. Tuttavia, l'analisi stratificata con punteggi di propensione e IPW non è implementata in JMP e sono necessari diversi passaggi manuali. Poiché nelle analisi che utilizzano punteggi di propensione vengono considerati più modelli di punteggi di propensione, l'automazione dei passaggi è importante per migliorare l'efficienza della ricerca.
Questa presentazione si concentrerà sull'IPW mediante l'utilizzo di punteggi di propensione e mostrerà come eseguirlo in JMP e come automatizzare la procedura.
