Mis on propensity score ja kuidas seda kasutatakse (matching, IPW)?
sobes.tech AI
Vastus AI-lt
Propensity score on tõenäosus, et objekt (näiteks patsient või kasutaja) saab teatud ravi või sekkumise, võttes arvesse jälgitavaid kovariate (omadusi). Kausaalsetes järeldustes kasutatakse propensity score'i, et tasakaalustada võrdlusgrupid ja vähendada segajate põhjustatud kallutatust.
Peamised rakendused:
-
Matching (võrdlemine): ravi grupi objektid sobitatakse kontrollgrupi objektidega, kellel on sarnane propensity score. See aitab luua tasakaalustatud gruppe ravi mõju hindamiseks.
-
IPW (vastupidine tõenäosuse kaalumine): igale objektile määratakse kaal, mis on vastupidine tõenäosusele saada see ravi, mida ta sai. See võimaldab korrigeerida kallutatust, hinnates keskmist ravi mõju populatsioonis.
Näide: kui patsiendi propensity score on 0.7 (tõenäosus saada ravi), ja ta sai ravi, siis tema kaal on 1/0.7 ≈ 1.43; kui ta ei saanud, siis 1/0.3 ≈ 3.33.
Sel viisil aitab propensity score jäljendada juhuslikku jaotust jälgitavates andmetes ning parandada kausaalsete järelduste kvaliteeti.