เมื่อ IPTW แล้วยังไม่ balance: ปรับ model หรือ weights แล้วตรวจ overlap และ balance ซ้ำ

Read the English version

บทคัดย่อ

หลัง inverse probability of treatment weighting (IPTW) การวิเคราะห์ outcome ต้องรอจนกว่าการตรวจชุดหนึ่งจะผ่าน คือ balance, overlap และการกระจายของ weights IPTW ไม่ได้เพิ่มผู้ป่วย แต่เปลี่ยนว่าผู้ป่วยแต่ละคนนับมากน้อยเท่าใด ผู้ป่วยกลุ่ม treated ที่มี propensity score 0.20 จึงได้ weight 5 และคนที่มี 0.80 ได้ weight 1.25 ในตาราง balance ตัวอย่าง standardised mean difference (SMD) ที่อยู่ระหว่าง 0.45 ถึง 0.70 ก่อนถ่วงน้ำหนัก ลดลงเหลือ 0.05 หรือน้อยกว่าหลังถ่วงน้ำหนัก ถ้า covariate สำคัญอย่าง severity ยังมี SMD 0.32 แปลว่า diagnostic ไม่ผ่าน ต้องปรับ model หรือ weights แล้วตรวจ overlap และ balance ซ้ำ balance ที่ไม่ดีทั้งที่ overlap ดีชี้ไปที่ propensity model ซึ่งอาจต้องเพิ่มพจน์ยกกำลังสอง spline หรือ interaction ส่วน overlap ที่ไม่ดีเป็นอีกเรื่องหนึ่ง ผู้ป่วยกลุ่ม control ที่มีคะแนน 0.99 ได้ weight 100 และไม่มีพจน์ใดที่เพิ่มเข้าไปแล้วจะสร้างผู้ป่วยที่เปรียบเทียบกันได้ขึ้นมา บทความนี้ไล่การตรวจทีละอย่าง และบอกว่าต้องปรับอะไรเมื่อการตรวจนั้นไม่ผ่าน

---

🔍 คลิกเพื่อขยาย คลิกที่ใดก็ได้เพื่อปิด

ตาราง balance ที่มีแถวหนึ่งไม่ยอมลงตัว

ทีมวิจัยทีมหนึ่งกำลังเปรียบเทียบ Treatment A กับการไม่ได้ Treatment A จากข้อมูลที่โรงพยาบาลเก็บไว้ตามปกติ แพทย์ให้ Treatment A กับผู้ป่วยที่อายุมากกว่าและป่วยหนักกว่าบ่อยกว่า และผู้ป่วยกลุ่ม treated เป็นเบาหวานมากกว่า ทีมประมาณ propensity score ถ่วงน้ำหนักผู้ป่วย แล้วเปิดตาราง balance ตอนนี้อายุและเบาหวานของสองกลุ่มดูใกล้เคียงกันแล้ว แต่ severity ยังมี standardised mean difference เท่ากับ 0.32 การวิเคราะห์ outcome อยู่ห่างไปแค่คำสั่งเดียว บทความนี้อธิบายว่าทำไมคำสั่งนั้นควรรอ และต้องปรับอะไรก่อน

แนวคิดหลัก: ทำให้สองกลุ่มเปรียบเทียบกันได้

ในการศึกษาเชิงสังเกต (observational study) ผู้ป่วยกลุ่ม treated และกลุ่ม control มักต่างกันตั้งแต่ baseline เมื่อแพทย์เลือกให้ Treatment A กับผู้ป่วยที่อายุมากกว่าหรือป่วยหนักกว่า การเปรียบเทียบ outcome ระหว่างกลุ่ม treated กับกลุ่ม control ตรง ๆ จึงถูก confound คือการเปรียบเทียบปนผลของการรักษาเข้ากับผลของการที่อายุมากกว่าหรือป่วยหนักกว่า

propensity score (PS) ประมาณความน่าจะเป็นที่ผู้ป่วยแต่ละคนจะได้รับการรักษา เมื่อกำหนดลักษณะ baseline ที่วัดได้ของเขา:

$$PS_i = P(A_i = 1 \mid X_i)$$

ในที่นี้ $A_i = 1$ หมายถึงผู้ป่วยคนที่ $i$ ได้รับ Treatment A และ $X_i$ แทนลักษณะ baseline ที่วัดได้ของผู้ป่วยคนนั้น เป้าหมายของวิธี propensity score คือทำให้กลุ่มการรักษาเปรียบเทียบกันได้ดีขึ้นใน baseline covariates ที่วัดได้เหล่านี้ [1]

IPTW ทำอะไรจริง ๆ

Inverse probability of treatment weighting (IPTW) ไม่ได้สร้างผู้ป่วยใหม่ขึ้นมาจริง ๆ แต่เปลี่ยนว่าผู้ป่วยแต่ละคนมีส่วนในการวิเคราะห์มากน้อยเท่าใด

สำหรับ average treatment effect (ATE) คือผลของการให้ทุกคนได้รับการรักษาเทียบกับการที่ไม่มีใครได้รับการรักษาเลย weight ในรูปอย่างง่ายคือ

$$w_i = \begin{cases} 1/PS_i, & \text{if treated} \\ 1/(1 - PS_i), & \text{if control} \end{cases}$$

ตอนที่ 1 ของชุดบทความนี้สร้าง weights เหล่านี้ทีละขั้น ในที่นี้ ผู้ป่วยกลุ่ม treated สองคนจะแสดงให้เห็นว่า weights ทำอะไร

ผู้ป่วยกลุ่ม treated สองคน weights สองค่า

ลองดูผู้ป่วยสองคนที่ได้รับการรักษาทั้งคู่ สำหรับคนหนึ่ง การได้รับการรักษาเป็นเรื่องไม่ปกติ สำหรับอีกคนหนึ่ง เป็นเรื่องปกติ

1. ผู้ป่วยกลุ่ม treated ที่มี PS 0.20

   \[ PS = 0.20 \]

   ผู้ป่วยคนนี้มีความน่าจะเป็นโดยประมาณที่จะได้รับการรักษาเพียง 20% แต่ก็ได้รับการรักษาจริง

2. weight ของเขา

   \[ w = 1/0.20 = 5 \]

   ในเชิงแนวคิด ผู้ป่วยคนนี้มีส่วนประมาณห้าหน่วยถ่วงน้ำหนัก (weighted units) ใน pseudo-population ของกลุ่ม treated ซึ่งคือกลุ่ม treated ฉบับถ่วงน้ำหนัก

3. ผู้ป่วยกลุ่ม treated ที่มี PS 0.80

   \[ PS = 0.80 \]

   การได้รับการรักษาเป็นเรื่องปกติอยู่แล้วในผู้ป่วยที่มีลักษณะแบบเขา

4. weight ของเขา

   \[ w = 1/0.80 = 1.25 \]

   ผู้ป่วยคนนี้เพิ่ม weight เข้ามาน้อยกว่ามาก

ผลลัพธ์: ผู้ป่วยที่มี PS 0.20 นับเป็นประมาณห้าหน่วยถ่วงน้ำหนัก ส่วนผู้ป่วยที่มี PS 0.80 นับเป็น 1.25 ไม่มีใครถูกเพิ่มเข้าไปในข้อมูล สิ่งที่เปลี่ยนคือส่วนที่ผู้ป่วยแต่ละคนมีต่อการวิเคราะห์

Workflow พื้นฐาน

workflow ที่จำง่ายที่สุดคือ

$$\boxed{\text{PS} \rightarrow \text{IPTW} \rightarrow \text{Diagnostics} \rightarrow \text{Outcome}}$$

คำว่า Diagnostics มีสองคำถามที่ต่างกันอยู่ข้างใน ดังตารางด้านล่าง สองเรื่องนี้ไม่ควรสับสนกัน

สองคำถามใน "Diagnostics"

Balance: IPTW ทำหน้าที่ของมันแล้วหรือยัง

โดยทั่วไป balance ตัดสินด้วย standardised mean difference (SMD) คือผลต่างของค่าเฉลี่ย (หรือสัดส่วน) ของ covariate หนึ่งตัวระหว่างสองกลุ่ม หารด้วย pooled standard deviation เนื่องจาก SMD อยู่ในหน่วยของ standard deviation อายุที่วัดเป็นปีและสัดส่วนผู้ป่วยเบาหวานจึงอ่านบนมาตราเดียวกันได้

สมมติว่าก่อนถ่วงน้ำหนัก ตาราง balance เป็นแบบนี้

ก่อนถ่วงน้ำหนัก

หลัง IPTW

ถ้า SMD ยังเป็น 0.32 จะเกิดอะไรขึ้น

สมมติว่าหลัง IPTW

$$\mathrm{SMD}_{\text{severity}} = 0.32$$

แปลว่า PS และ IPTW specification เดิมยังทำให้ severity balance ได้ไม่เพียงพอ สองกลุ่มที่ถ่วงน้ำหนักแล้วยังต่างกันใน covariate ที่เป็นตัวขับการตัดสินใจรักษา การเปรียบเทียบ outcome ของสองกลุ่มจึงยังพาความต่างนั้นติดไปด้วย ดังนั้นการวิเคราะห์ไม่ควรไปต่อที่การเปรียบเทียบ treatment-outcome ทันที

การปรับ propensity score model

สมมติว่า model เดิมคือ

$$\operatorname{logit}(PS) = \beta_0 + \beta_1\,\text{Age} + \beta_2\,\text{Severity} + \beta_3\,\text{Diabetes}$$

model นี้สมมติไว้ด้วย (นอกเหนือจากข้อสมมติอื่น ๆ) ว่าตัวแปรต่อเนื่องอย่าง severity มีความสัมพันธ์กับ treatment assignment ที่ model จับไว้ได้อย่างเพียงพอ แต่ความจริงอาจซับซ้อนกว่านั้น บางทีความน่าจะเป็นของการรักษาเปลี่ยนเพียงเล็กน้อยจาก severity 1 ถึง 5 แล้วเพิ่มขึ้นอย่างรวดเร็วจาก severity 6 ถึง 10 พจน์เชิงเส้นอย่างง่าย $\beta_2\,\text{Severity}$ อาจอธิบายรูปแบบนั้นได้ไม่เพียงพอ

specification ที่ปรับแล้วอาจยอมให้มีความไม่เป็นเส้นตรง (nonlinearity) เช่น

$$\text{Severity} + \text{Severity}^2$$

หรือใช้ spline ซึ่งให้ผลของ severity โค้งได้อย่างราบรื่นที่ค่าไม่กี่ค่าที่เลือกไว้

อีกความเป็นไปได้หนึ่งคือ treatment assignment ขึ้นกับการรวมกันของลักษณะผู้ป่วย เช่น interaction

$$\text{Age} \times \text{Severity}$$

อาจสำคัญทางคลินิก ถ้าโรคที่รุนแรงมีผลต่อการให้การรักษาอย่างมากในผู้ป่วยสูงอายุ แต่ไม่มีผลในผู้ป่วยอายุน้อย

Austin และ Stuart แสดงหลักการนี้โดยเปรียบเทียบ PS specification ที่ง่ายกว่ากับ specification ที่ยืดหยุ่นกว่าซึ่งใช้ restricted cubic splines แล้วประเมิน balance หลังถ่วงน้ำหนักใหม่ [1]

การปรับ model ไม่ได้แปลว่าบังคับให้ propensity score เท่ากัน

propensity score ควรต่างกันระหว่างผู้ป่วยอยู่แล้ว ตัวอย่างเช่น

$$PS_1 = 0.20,\quad PS_2 = 0.50,\quad PS_3 = 0.85$$

เป็นเรื่องปกติโดยสมบูรณ์ เพราะผู้ป่วยมีลักษณะ baseline ต่างกัน เป้าหมายไม่ใช่

$$PS_1 = PS_2 = PS_3$$

เป้าหมายคือ หลังใช้ weights แล้ว การกระจายของลักษณะ baseline ที่สำคัญของกลุ่ม treated และกลุ่ม control คล้ายกัน

Overlap คืออะไร

ทีนี้ลองดูอีกปัญหาหนึ่ง สมมติว่า propensity score ของกลุ่ม control อยู่ระหว่าง 0.05 ถึง 0.40 และของกลุ่ม treated อยู่ระหว่าง 0.30 ถึง 0.90:

Control:  0.05 ───────── 0.40
Treated:            0.30 ───────── 0.90

มีช่วงหนึ่ง ประมาณ 0.30 ถึง 0.40 ที่มีทั้งผู้ป่วยกลุ่ม treated และกลุ่ม control นั่นคือ overlap หรือ common support ในช่วงนี้ เราหาผู้ป่วยที่มีความน่าจะเป็นของการรักษาที่ baseline ใกล้เคียงกันอย่างสมเหตุสมผล แต่บังเอิญได้รับการรักษาต่างกันได้

ทีนี้ลองนึกภาพว่าคะแนนของกลุ่ม control อยู่ระหว่าง 0.02 ถึง 0.20 และคะแนนของกลุ่ม treated อยู่ระหว่าง 0.80 ถึง 0.99:

Control:  0.02 ─── 0.20

Treated:                    0.80 ─── 0.99

แทบไม่มี overlap เลย ข้อมูลกำลังบอกเราว่า ผู้ป่วยที่มี baseline profile แบบหนึ่งแทบทั้งหมดได้ control ขณะที่ผู้ป่วยอีกแบบหนึ่งแทบทั้งหมดได้การรักษา มีผู้ป่วย counterfactual ที่เปรียบเทียบได้น้อยมาก คือสำหรับผู้ป่วยกลุ่ม treated ทั่วไป ไม่มีผู้ป่วยกลุ่ม control ที่มี profile คล้ายกันมาแสดงว่าถ้าไม่ได้รับการรักษาจะเกิดอะไรขึ้น

เรื่องนี้เกี่ยวกับข้อสมมติ positivity คือผู้ป่วยทุกแบบที่นำมาเปรียบเทียบต้องมีโอกาสจริงที่จะได้รับการรักษาแต่ละแบบ

ทำไม overlap ที่ไม่ดีจึงทำให้เกิด extreme weights

สมมติว่าผู้ป่วยกลุ่ม control คนหนึ่งมี propensity score 0.99

1. weight ของผู้ป่วยกลุ่ม control

   \[ w = \frac{1}{1 - PS} \]

   ผู้ป่วยกลุ่ม control ถูกถ่วงด้วยส่วนกลับของความน่าจะเป็นที่เขาจะได้ control

2. แทนค่าคะแนน

   \[ w = \frac{1}{1 - 0.99} = 100 \]

   observation เดียวได้ weight มหาศาล

ผลลัพธ์: ผู้ป่วยกลุ่ม control คนเดียวที่มี PS 0.99 ได้ weight 100 model กำลังบอกว่า คนที่มีลักษณะแบบนี้แทบทุกคนได้รับการรักษา แต่คนที่ไม่ธรรมดาคนนี้ได้ control

weight 100 ค่าเดียวทำอะไร

ผู้ป่วยคนนั้นมีอิทธิพลทางสถิติมหาศาล ซึ่งอาจทำให้ค่าประมาณไม่เสถียรและมี variance สูง การตรวจการกระจายของ weights โดยเฉพาะ weights ที่สุดโต่งผิดปกติ จึงเป็นส่วนหนึ่งของ IPTW diagnostics และยังให้เบาะแสเกี่ยวกับปัญหา positivity หรือ PS model ที่กำหนดรูปแบบผิด (misspecified) ได้ด้วย ตอนที่ 3 ของชุดบทความนี้ดู extreme weights โดยละเอียด

Balance ไม่ดีกับ overlap ไม่ดีไม่ใช่ปัญหาเดียวกัน

ทำไมพจน์พหุนาม (polynomial terms) จึงสร้าง overlap จริงขึ้นมาไม่ได้

สมมติว่าผู้ป่วยที่ป่วยหนักมากแทบทุกคนได้รับการรักษา และผู้ป่วยอาการเบาแทบทุกคนได้ control:

$$P(\text{Treatment} = 1 \mid \text{severe}) = 0.99, \quad P(\text{Treatment} = 1 \mid \text{mild}) = 0.05$$

อาจไม่มีผู้ป่วยกลุ่ม control ที่ป่วยหนักให้เปรียบเทียบอย่างมีความหมายเลย การเพิ่ม $\text{Severity}^2$ หรือ $\text{Severity}^3$ เข้าไปใน PS model ไม่สามารถเสกผู้ป่วยกลุ่ม control ที่ป่วยหนักขึ้นมาได้

“Revise the weights” ไม่ใช่ “revise the PS model”

สองส่วนของ “revise the model or weights” เป็นการกระทำคนละอย่าง และควรแยกออกจากกัน

ปรับ PS model

ในกรณีนี้ คุณกำลังเปลี่ยนวิธีที่ model จับ treatment assignment ตัวอย่างเช่น

$$\text{Age} + \text{Severity}$$

อาจกลายเป็น

$$\text{Age} + \text{Severity} + \text{Severity}^2 + \text{Age} \times \text{Severity}$$

จากนั้นคำนวณPS ใหม่และ weights ใหม่ เป้าหมายคือ covariate balance ที่ดีขึ้น

ปรับ weighting strategy

ในกรณีนี้ สิ่งที่กังวลอาจเป็น extreme weights หรือ overlap ที่จำกัด ขึ้นกับคำถามวิจัยและ estimand ทางเลือกที่เป็นไปได้ ได้แก่ stabilised weights (weights ที่คูณด้วยสัดส่วนผู้ป่วยทั้งหมดที่ได้รับการรักษานั้น ซึ่งทำให้ weights กระจายแคบลง) trimming (ตัดผู้ป่วยที่มีคะแนนสุดโต่งออก) หรือ truncation (กำหนดเพดานให้ weights ที่ใหญ่ที่สุด) ที่มีเหตุผลรองรับอย่างรอบคอบ หรือ estimand อื่น เช่น estimand ที่ overlap weighting มุ่งประมาณ

วิธีเหล่านี้ใช้แทนกันไม่ได้ เพราะอาจเปลี่ยนว่าค่าประมาณผลการรักษาเป็นตัวแทนของประชากรใด ตอนที่ 3 ของชุดบทความนี้อธิบายว่าแต่ละวิธีเปลี่ยนอะไร

ตัวอย่างเล็ก ๆ: ผู้ป่วยสิบคน

ลองนึกภาพผู้ป่วยสิบคน ก่อนถ่วงน้ำหนัก:

Treated:
mostly old + severe patients

Control:
mostly young + mild patients

แต่มีผู้ป่วยที่ไม่ธรรมดาอยู่ไม่กี่คน:

young patient → received treatment
old severe patient → received control

ผู้ป่วยที่ไม่ธรรมดาเหล่านี้ให้ข้อมูลมาก เพราะให้ treatment contrast แบบที่ปกติพบได้ยากในข้อมูล IPTW จึงให้ weight ทางสถิติกับพวกเขามากขึ้น หลังถ่วงน้ำหนัก ในเชิงแนวคิดเราอาจได้:

Weighted Treated:
old old old + young young young young

Weighted Control:
young young young + old old old old

ย้ำอีกครั้งว่าไม่มีผู้ป่วยคนใดถูกโคลนขึ้นมาจริง นี่คือ pseudo-population ที่สร้างขึ้นทางคณิตศาสตร์ผ่าน weights

Mental model ที่ถูกต้อง

อย่าท่องลำดับยาว ๆ เช่น

$$\text{PS} \rightarrow \text{weights} \rightarrow \text{overlap} \rightarrow \text{SMD} \rightarrow \text{revise} \rightarrow \cdots$$

ให้จำห่วงโซ่สั้น ๆ เส้นเดียว ที่มีการตรวจจุดเดียวอยู่ตรงกลางแทน

กลับมาที่ SMD ของ severity เท่ากับ 0.32

กลับไปที่ทีมในตอนต้น หลัง IPTW covariate สำคัญอย่าง severity ยังมี standardised mean difference เท่ากับ 0.32 เราจึงรู้ว่า:

$$\text{PS} \rightarrow \text{IPTW} \rightarrow \boxed{\mathrm{SMD} = 0.32}$$

diagnostic ไม่ผ่าน ทีมจึงยังไม่ควรตีความ outcome แต่ควรปรับ model หรือ weights แล้วตรวจ overlap และ balance ซ้ำ

ถ้ามีผู้ป่วยที่เปรียบเทียบกันได้ตลอดช่วงของ severity ขั้นแรกคือ PS model ที่ยืดหยุ่นขึ้น เช่น พจน์ยกกำลังสองหรือ spline ของ severity หรือ interaction ระหว่างอายุกับ severity ตามด้วย weights ใหม่และตาราง balance ใหม่ แต่ถ้าผู้ป่วยที่ป่วยหนักแทบทุกคนได้ Treatment A การเพิ่มพจน์ใด ๆ ก็ไม่ช่วย และการตัดสินใจจะกลายเป็นเรื่องของ weighting strategy และ estimand

แผนที่ความจำ (memory map)

ความเข้าใจผิดที่พบบ่อยและวิธีแก้

• “IPTW สร้างผู้ป่วยเพิ่มขึ้นมา”

  ไม่มีผู้ป่วยคนใดถูกเพิ่มหรือโคลน ผู้ป่วยที่มี weight 5 คือคนคนเดียวที่นับเป็นประมาณห้าหน่วยถ่วงน้ำหนัก

  วิธีแก้: อ่าน weight แต่ละค่าว่าเป็นการเป็นตัวแทนทางสถิติของผู้ป่วยคนนั้นใน pseudo-population

• “สร้าง weights เสร็จแล้ว ก็วิเคราะห์ outcome ได้เลย”

  การถ่วงน้ำหนักเพียงสร้างประชากรสังเคราะห์ขึ้นมา ยังไม่รู้ว่าประชากรนั้นเปรียบเทียบกันได้หรือไม่

  วิธีแก้: ทำ CHECK ก่อน คือ balance, overlap และการกระจายของ weights ถ้าไม่ผ่าน ให้แก้ปัญหาก่อนวิเคราะห์ outcome ใด ๆ

• “P value บอกได้ว่าสองกลุ่ม balance หรือไม่”

  balance ตัดสินด้วย standardised differences ไม่ใช่ significance tests [1] และเกณฑ์ 0.10 เป็นธรรมเนียม ไม่ใช่เกณฑ์ทางชีววิทยา

  วิธีแก้: อ่าน SMD ของ covariate สำคัญทุกตัวหลังถ่วงน้ำหนัก และถือ 0.10 เป็นเกณฑ์คร่าว ๆ

• “การปรับ PS model คือการทำให้คะแนนคล้ายกันมากขึ้น”

  คะแนน 0.20, 0.50 และ 0.85 เป็นเรื่องปกติ เพราะผู้ป่วยต่างกันตั้งแต่ baseline

  วิธีแก้: ตัดสินการปรับ model จากว่าการกระจายหลังถ่วงน้ำหนักของลักษณะ baseline ที่สำคัญคล้ายกันขึ้นหรือไม่

• “เพิ่มพจน์ไปเรื่อย ๆ จน model ดูถูกต้อง”

  การปรับ model เป็นกระบวนการวินิจฉัยแบบวนซ้ำที่ขับเคลื่อนด้วย residual imbalance ไม่ใช่การงม model แบบอัตโนมัติ

  วิธีแก้: ทบทวน specification ด้วยเหตุผลทางคลินิก แล้ว fit ใหม่ ถ่วงน้ำหนักใหม่ และตรวจ balance อีกครั้ง

• “พจน์ยกกำลังสองหรือ interaction จะแก้ overlap ที่ไม่ดีได้”

  เมื่อผู้ป่วยที่ป่วยหนักแทบทุกคนได้รับการรักษา Severity² ไม่สามารถสร้างผู้ป่วยกลุ่ม control ที่ป่วยหนักขึ้นมาได้

  วิธีแก้: ดู overlap ของคะแนน ถ้าไม่มีผู้ป่วยที่เปรียบเทียบกันได้ ให้ทบทวน target population หรือ weighting strategy

• “Stabilised weights, trimming และ overlap weighting ใช้แทนกันได้”

  วิธีเหล่านี้อาจเปลี่ยนว่าค่าประมาณผลการรักษาเป็นตัวแทนของประชากรใด

  วิธีแก้: เลือก weighting strategy จากคำถามวิจัยและ estimand และระบุว่าค่าประมาณอธิบายประชากรใด

อภิธานศัพท์

propensity score (คะแนนแนวโน้มการได้รับการรักษา)

ความน่าจะเป็นที่จะได้รับการรักษา เมื่อกำหนดลักษณะ baseline ที่วัดได้

inverse probability of treatment weighting (การถ่วงน้ำหนักด้วยส่วนกลับของความน่าจะเป็นในการได้รับการรักษา (IPTW))

การถ่วงน้ำหนักผู้ป่วยแต่ละคนด้วยส่วนกลับของความน่าจะเป็นของการรักษาที่เขาได้รับจริง ซึ่งเปลี่ยนว่าผู้ป่วยแต่ละคนนับมากน้อยเท่าใด

pseudo-population (ประชากรเสมือน)

ประชากรสังเคราะห์ที่ถ่วงน้ำหนักแล้ว ซึ่ง IPTW สร้างขึ้นทางคณิตศาสตร์ ไม่มีใครถูกเพิ่มหรือโคลน

standardised mean difference (ผลต่างค่าเฉลี่ยมาตรฐาน)

ผลต่างของค่าเฉลี่ยหรือสัดส่วนของ covariate ระหว่างกลุ่ม หารด้วย pooled standard deviation

overlap (common support)

ช่วงของ propensity score ที่มีทั้งผู้ป่วยกลุ่ม treated และกลุ่ม control อยู่

positivity (ข้อสมมติ positivity)

ผู้ป่วยทุกแบบที่นำมาเปรียบเทียบมีโอกาสจริงที่จะได้รับการรักษาแต่ละแบบ

overlap weighting (น้ำหนักแบบทับซ้อน (overlap weight))

การถ่วงน้ำหนักที่เน้นผู้ป่วยในช่วงที่กลุ่ม treated และกลุ่ม control ทับซ้อนกัน และลด weight ที่ปลายสุด ซึ่งเปลี่ยน estimand

estimand (ปริมาณเป้าหมายของการประมาณ)

ผลที่การศึกษามุ่งประมาณ รวมถึงประชากรที่ผลนั้นอ้างถึง

stabilised weight (น้ำหนักแบบปรับเสถียร)

inverse probability weight ที่คูณด้วยสัดส่วนผู้ป่วยทั้งหมดที่ได้รับการรักษานั้น ซึ่งทำให้ weights กระจายแคบลง

trimming (การตัดผู้ป่วยออกจากการวิเคราะห์)

การตัดผู้ป่วยที่มี propensity score สุดโต่งออก ซึ่งเปลี่ยนประชากรที่ค่าประมาณอธิบาย

truncation (การตัดปลายน้ำหนัก)

การกำหนดเพดานให้ weights ที่ใหญ่ที่สุดไว้ที่ค่าที่เลือก

เอกสารอ้างอิง

1. Austin PC, Stuart EA. Moving towards best practice when using inverse probability of treatment weighting (IPTW) using the propensity score to estimate causal treatment effects in observational studies. Stat Med. 2015;34(28):3661-3679. doi:10.1002/sim.6607 https://doi.org/10.1002/sim.6607
2. Li F, Morgan KL, Zaslavsky AM. Balancing covariates via propensity score weighting. J Am Stat Assoc. 2018;113(521):390-400. doi:10.1080/01621459.2016.1260466 https://doi.org/10.1080/01621459.2016.1260466

ประเด็นสำคัญ

• IPTW ไม่ได้เพิ่มผู้ป่วย แต่เปลี่ยนว่าแต่ละคนนับมากน้อยเท่าใด ผู้ป่วยกลุ่ม treated ที่มี PS 0.20 จึงได้ weight 5 และคนที่มี PS 0.80 ได้ 1.25
• หลังถ่วงน้ำหนัก ให้ CHECK ก่อนดู outcome คือ balance (โดยทั่วไปดู SMD) overlap และการกระจายของ weights
• covariate สำคัญที่ยังมี SMD 0.32 หลัง IPTW แปลว่า diagnostic ไม่ผ่าน ต้องปรับ model หรือ weights แล้วตรวจ overlap และ balance ซ้ำ
• ถ้า overlap ดี residual imbalance ชี้ไปที่ PS model (พจน์ยกกำลังสอง spline และ interaction ที่สมเหตุสมผล) และ propensity score ที่ต่างกันเป็นเรื่องปกติ
• ถ้าไม่มี overlap จริง ๆ ไม่มีพจน์ใดที่เพิ่มเข้าไปแล้วจะสร้างผู้ป่วยที่เปรียบเทียบกันได้ เรื่องนี้ต้องตัดสินใจที่ weighting strategy และ estimand

อ่านต่อในวิกิ: [[iptw-guide-th]]