R：使用 MatchIt 进行倾向得分匹配。如何为不同协变量指定所需的匹配精度？

Question

我对 R 相当陌生，尤其是对通过倾向得分进行匹配的方法。我的数据集包括两组在是否接受治疗方面有所不同的人 - 不幸的是，他们在年龄和疾病持续时间上也存在显着差异，因此我希望将他们匹配。

到目前为止，这是我的代码：

set.seed(2208)
mod_match <- matchit(TR ~ age + disease_duration + sex + partner + work + academic,
                     data = Data_nomiss, 
                     method = "nearest",
                     caliper = .025)
summary(mod_match)

这段代码工作正常，但我想知道是否有可能权衡协变量关于匹配准确性的重要性？对我来说，至关重要的是，各组在年龄和疾病持续时间（数字）方面尽可能接近，而其余变量（因素）也应该匹配，但就我的目的而言，平均值可能比第一个稍多一些两个。

在寻找解决我的问题的方法时，我遇到了这个人的请求，他基本上有同样的问题http://r.789695.n4.nabble.com/matchit-can-I-weight-the-参数-td4633907.html

在这种情况下，建议结合最近邻和精确匹配，但转移到我的数据集这会导致我的样本不成比例地减少。最后，我想要的是某种定制的匹配过程，重点关注年龄和病程，同时也涉及最后三个变量，但方式较弱。

有人知道如何实现这一点吗？我真的很高兴收到有关此事的任何提示，并感谢您的宝贵时间！

Answer 1

不幸的是，

MatchIt

不提供此功能。有两种方法可以代替使用

MatchIt

来做到这一点，但它们稍微先进一些。请注意，两者都不使用倾向得分。倾向得分匹配的要点是匹配单个数字，即倾向得分，这使得匹配过程对需要平衡的原始协变量视而不见。

第一种方法是使用包

Matching

并将您自己的权重矩阵包含到

Weight.matrix

中的

Match()

中。您可以在权重矩阵中增加年龄和疾病持续时间。

第二种是使用包

designmatch

进行基数匹配，它允许您指定平衡约束，并且它将使用优化来找到满足这些约束的最大样本。在

bmatch()

中，将您感兴趣的协变量输入到

mom

参数中，这还允许您为每个变量包含特定的平衡约束。您可能需要对年龄和病程进行更严格的平衡限制。

Answer 2

您可以这样使用

exact=c("age","disease_duration")

，它们将与

age

和

disease_duration

完全匹配。两组具有相同的平均值（年龄），并且

disease_duration

或

mean(disease_duration)

的数量取决于疾病_持续时间的类别。另一件事是使用从逻辑回归模型获得的

distance="glm"

或

distance=data$logit

那些

logit

值。