让科研和SCI论文成为临床工作的副产品。
关键词:临床科研;孟德尔随机化
在针对患者的临床研究中,最重要、也是最难的就是降低混杂因素的干扰,尤其是还有太多未知的混杂因素;也由此,随机安慰剂试验(RCT
)研究成为临床最受信赖的证据。

对于临床科研中比例最高的观察性研究
,如果能够找到降低混杂因素干扰的方法,也同样能够提高严谨可靠的结果。

倾向性评分是一种将研究对象匹配到接近的比较组的方法,能够有效消除混杂因素的影响。
倾向评分(propensity score)匹配是一种统计工具,用于观察性研究,通过考虑混杂变量来估计干预或治疗对结果的影响。它是在给定一组观察到的特征的情况下接受治疗的概率。换句话说,倾向得分是根据观察到的特征对受试者接受治疗的可能性的估计。
倾向得分通常使用逻辑回归进行估计,其中因变量是治疗状态(1 表示治疗,0 表示未治疗),自变量是观察到的受试者特征,例如年龄、性别、教育程度和其他相关因素。
然后可以使用倾向得分匹配、加权或分层来创建在观察到的特征方面平衡的比较组。这使研究人员能够通过最大限度地减少可能因将受试者非随机分配到治疗组和对照组而产生的潜在混杂偏差来估计治疗对结果的因果影响。
也由此,倾向评分在临床科研中迅速得到广泛应用。

(应用倾向评分的论文大幅增长)
为系统了解倾向性评分匹配研究的应用,本期做一个初步的快速分析,展示该领域的最新进展。
1,SCI论文呈现爆发式增长
目前该领域相关研究文章共有38,721篇;
2013年,该领域SCI论文发文仅1119,2022年发文达到了8320篇。
最近三年,美国学者发文最多,占到33%;其次是中国、日本、意大利和德国。

越来越多高质量的研究应用了倾向性评分匹配,用来解决重要而未解决的临床问题。
2,被医学院和医院广泛应用于研究领域
A,医学院校占主体
从各个大学SCI论文累计影响因子看,最高的是香港大学;后面依次为Yonsei大学医学院、四川大学、Toronto大学、哈佛医学院、中国医学科学院、宾夕法尼亚大学、首都医科大学、牛津大学等。
B,医院研究
因为倾向性评分特别有助于解决临床研究中混杂因素的干扰问题,所以医院成为应用的主体。
从医院发文累计影响因子看,Brigham妇女医院、华西医院、梅奥诊所、Asan医学中心、首尔国立大学Bundang医院、麻省总医院、MD Anderson癌症中心、克利夫兰诊所等最高。
C,专家
如果看该领域内最有影响力的专家,可以看到该领域高产科学家之间有密切的联系。
3,发文最多的期刊
应用倾向性评分匹配的研究,论文发表最多的期刊是Front Oncol (IF 5.7),其次是Sci Rep (IF 5),J Clin Med (IF 5),PLoS One (IF 3.8),Surg Endosc (IF 3.5)。
(可视化作图:文献鸟)
部分期刊审稿时间很短。

4,涉及的研究领域多样
倾向性评分匹配已经应用于几乎临床所有科室的研究,研究最多的疾病主要包括糖尿病、肝癌、房颤、放疗、中风、乳腺癌等常见病。
尽管倾向性评分有广泛的应用场景,但目前应用最广泛的仍然是风险-影响、预后、生存率等
举例:
1,香港大学的学者,针对新冠的观察性研究中应用了倾向性评分匹配,发表在通常只有RCT研究才能发的Lancet(IF 202)杂志。
Wong CKH, Au ICH, Lau KTK, Lau EHY, Cowling BJ, Leung GM. Real-world effectiveness of molnupiravir and nirmatrelvir plus ritonavir against mortality, hospitalisation, and in-hospital outcomes among community-dwelling, ambulatory patients with confirmed SARS-CoV-2 infection during the omicron wave in Hong Kong: an observational study. Lancet. 2022 Oct 8;400(10359):1213-1222. doi: 10.1016/S0140-6736(22)01586-0. PMID: 36216007; PMCID: PMC9539539.
简析:
这篇论文是倾向性评分在观察性研究的应用典范
2,美国梅奥诊所的研究,同样采用倾向性评分来弥补干预试验中非随机的不足;研究也发表于Lancet (IF 202)
Noseworthy PA, Attia ZI, Behnken EM, Giblon RE, Bews KA, Liu S, Gosse TA, Linn ZD, Deng Y, Yin J, Gersh BJ, Graff-Radford J, Rabinstein AA, Siontis KC, Friedman PA, Yao X. Artificial intelligence-guided screening for atrial fibrillation using electrocardiogram during sinus rhythm: a prospective non-randomised interventional trial. Lancet. 2022 Oct 8;400(10359):1206-1212. doi: 10.1016/S0140-6736(22)01637-3. Epub 2022 Sep 27. PMID: 36179758.
3,加州大学的学者则针对冠心病做了观察性研究,在倾向性评分后,用机器学习来探索;发表在Circulation
Inoue K, Seeman TE, Horwich T, Budoff MJ, Watson KE. Heterogeneity in the Association Between the Presence of Coronary Artery Calcium and Cardiovascular Events: A Machine-Learning Approach in the MESA Study. Circulation. 2023 Jan 10;147(2):132-141. doi: 10.1161/CIRCULATIONAHA.122.062626. Epub 2022 Oct 31. PMID: 36314118; PMCID: PMC9812415.
简析:
倾向性评分后的机器学习,可以此为模板。
写在最后,
倾向性评分极大弥补了无法做RCT研究时混杂因素的干扰,成为临床科研的利器。
美国恒祥咨询公司(Healsan Consulting LLC, HS)从2016年开始大数据分析项目,特别擅长于文献计量学、医学统计分析和数据库构建。
如果您需要做倾向性评分匹配及统计分析,可以通过我们的科研助手与美国Healsan Consulting联系。

编辑:Henry,微信号:Healsan助理:ChatGPT
分析机构:
Healsan Consulting,擅长医学生物大数据分析、临床数据库利用及医学统计分析;成为越来越多生物制药公司、科研机构和医生科学家“外挂医学科研部”。
点击👆,让SCI和基金成为临床工作的副产品!
分析软件及致谢:
感谢合作伙伴“文献鸟大分析商业版”提供检索和分析。扫描下方二维码,用邮箱注册一个账号,设定关键词,即可每天免费收到新发表论文清单。更多VIP功能咨询,可随时与我们联系。
(扫码👆,注册文献鸟)
更多阅读:
(点击👆图片,进入自己感兴趣的专辑。或获得点击“资源”,浏览本公众号所有资源
继续阅读
阅读原文