Qu'est-ce que le score de propension et son utilisation (matching, IPW) ?

Le score de propension est la probabilité qu’un objet (par exemple, un patient ou un utilisateur) reçoive un traitement ou une intervention spécifique, en tenant compte des covariables observées (caractéristiques). En inférence causale, le score de propension est utilisé pour équilibrer les groupes de comparaison afin de réduire le biais dû à la confusion.

Applications principales:

• Matching (appariement) : les objets du groupe de traitement sont appariés avec ceux du groupe témoin ayant un score de propension similaire. Cela aide à créer des groupes équilibrés pour évaluer l’effet du traitement.

• IPW (pondération par inverse de la probabilité) : à chaque objet, on attribue un poids inverse à la probabilité d’avoir reçu le traitement qu’il a reçu. Cela permet de corriger le biais lors de l’estimation de l’effet moyen du traitement dans la population.

Exemple : si un patient a un score de propension de 0.7 (probabilité de recevoir le traitement), et qu’il a reçu le traitement, son poids sera 1/0.7 ≈ 1.43 ; s’il ne l’a pas reçu, il sera 1/0.3 ≈ 3.33.

Ainsi, le score de propension aide à imiter la randomisation dans les données observationnelles, améliorant la qualité des inférences causales.