上一篇我们讲了为什么相关性不能用于结算——因为选择偏倚让简单对比无法区分"干预有效"和"健康的人更倾向参与"。PSM 是解决这个问题的核心方法。
但很多人读到 PSM 的理论介绍后，第一个问题是：这个方法在真实的预防医疗场景里到底怎么跑？数据从哪来？需要多少样本？结果长什么样？
本文就回答这些问题。我们不讲公式推导，只讲工程落地。
PSM 在预防医疗中处于哪个位置
先建立一个整体感。在 ReHealth Core 的四步闭环中，PSM 处于第三步——归因。
PSM 的输入是干预记录和随访数据，输出是可被支付方接受的因果效应估计。它不能独立运行——没有第一步的基线风险评分，倾向评分模型缺少关键协变量；没有第二步的干预轨迹记录，干预分配变量无从构建。
关键认知：PSM 不是一个独立的分析工具，而是一条数据流水线的核心环节。数据质量在第一步和第二步就已经决定了 PSM 的上限。垃圾进，垃圾出——这在 PSM 里比在大多数方法里更致命。
PSM 需要哪些数据
在预防医疗场景中，PSM 需要三类数据，缺一不可：
第一类：基线特征变量（协变量）
这是倾向评分模型的输入。协变量的选择原则是：纳入所有同时影响"干预分配"和"健康结局"的变量。在心脑血管预防场景中，通常包括：
| 变量类型 | 具体变量 | 重要性 |
|---|---|---|
| 人口学 | 年龄、性别 | 必须 |
| 体格指标 | BMI、腰围 | 必须 |
| 代谢指标 | 收缩压、舒张压、空腹血糖、总胆固醇、LDL-C | 必须 |
| 行为习惯 | 吸烟史、饮酒习惯、体力活动水平 | 必须 |
| 病史 | 家族史、既往心血管事件、用药史 | 必须 |
| 基线风险评分 | ReHealth Core 风险模型输出值 | 强烈推荐 |
| 社会经济 | 医疗可及性代理变量 | 可选 |
一个常见的错误是纳入"中间变量"——即干预影响的变量（如干预后的血压值）。这会破坏因果路径，产生严重偏差。所有协变量必须在干预开始之前测量。
第二类：干预分配记录
记录每位患者是否接受了干预（T=1 或 T=0），以及干预开始的时间点。时间点至关重要：基线数据必须在干预开始前采集，随访数据必须在干预开始后收集。时间窗定义模糊是 PSM 分析中最常见的数据质量问题。
第三类：结局指标
健康结果的测量，需要在干预后的标准化随访窗口内完成。建议主要结局（如心血管风险评分变化）和次要结局（如血压、血脂、住院率）分开报告，避免多重比较问题。
PSM 的执行：逐步拆解
步骤一：拟合倾向评分模型
用逻辑回归对所有协变量建模，预测每个人接受干预的概率——这就是倾向评分（Propensity Score，PS）。
重叠性检验是被很多人忽略的关键步骤。如果干预组和对照组的倾向评分分布完全不重叠，意味着两组特征差异过大，PSM 无法有效匹配，结论不可信。
步骤二：执行匹配
最常用的方案是 1:1 最近邻匹配加卡钳（caliper）。卡钳通常设为倾向评分标准差的 0.2 倍——过宽会纳入差异过大的配对，过窄会导致大量样本无法匹配。
步骤三：匹配质量评估（最关键的一步）
匹配完成后，必须检验所有协变量的标准化均值差（SMD）是否从匹配前降至合格水平。这一步不能跳过，也不能只检验部分变量。
所有关键协变量的匹配后 SMD 均 < 0.1，说明两组在这些变量上已充分均衡，可以进行效应估计。
步骤四：估计 ATT 及置信区间
在配对样本上计算干预组和匹配对照组的结局差异，得到 ATT（处理组平均处理效应）。使用 Bootstrap 重采样（建议 1000 次以上）计算置信区间，评估估计稳定性。
质量控制检查清单
一个合格的预防医疗 PSM 分析，在提交给支付方之前应通过以下检查：
PSM 输出报告长什么样
对支付方来说，PSM 分析的价值在于最终报告的可读性和可验证性。一份合格报告的核心结构：
可结算证据报告核心要素：干预描述 → 样本基线对比（匹配前后 SMD 表）→ 匹配质量说明 → ATT + 置信区间 → 次要结局 → 数据来源声明 → 适用范围与局限性 → 方法论参考文献
格式上，ReHealth Core 同时输出 PDF 版（供人工审阅）和结构化 JSON（供系统对接），方便保险公司和医院将证据直接导入其内部系统。
样本量：多少才够
PSM 没有硬性的最低样本量要求，但实践中有几个参考原则：
干预组建议至少 100 人，以保证足够的统计功效（power ≥ 0.8，效应量 d = 0.3 的情况下）。对照组候选池建议是干预组的 3-5 倍，以确保有足够的匹配对象，维持高匹配率。样本量越大，ATT 估计越稳定，置信区间越窄，对支付方的说服力越强。
小样本的处理方式：如果单一机构样本量不足，可以通过联邦 PSM 跨机构合并分析——每个机构独立计算本地倾向评分和匹配结果，聚合后生成多中心因果证据。这是在医疗数据合规约束下扩大样本量的唯一可行方案。
三个最常见的 PSM 应用错误
错误一：跳过重叠性检验
如果干预组和对照组的倾向评分分布不重叠，PSM 会强行配对特征差异极大的样本，产生虚假的匹配质量。必须在匹配前绘制两组的倾向评分密度图，确认重叠区域充分。
错误二：只报告 p 值，不报告效应量
统计显著性（p < 0.05）告诉你效果"存在"，但 ATT 的绝对值和置信区间才告诉你效果"有多大"。支付方更关心效应量——一个统计显著但效应量极小的结果，无法支撑结算决策。
错误三：用匹配后样本做亚组分析
PSM 匹配后的样本不适合做预先设定以外的亚组分析，因为亚组层面的匹配质量未经验证，可能存在严重不均衡。如果确需亚组分析，需要在亚组内重新执行 PSM。
PSM 不是一行代码，而是一条需要严格质量控制的数据流水线。从数据接入、协变量选择、重叠性检验、匹配执行、SMD 评估，到 ATT 估计和报告生成，每一步都有明确的质量标准。能通过完整质量检查清单的 PSM 报告，才是可以拿去找支付方谈结算的证据。
常见问题
PSM在预防医疗中需要哪些数据输入？
需要三类：①干预前的基线特征变量（年龄、性别、BMI、血压、血脂、吸烟史等），用于计算倾向评分；②干预分配记录（谁参与了干预，何时开始）；③随访结局指标（风险评分变化、住院率、医疗费用等）。所有基线变量必须在干预开始前采集。
匹配后SMD多少才算合格？
SMD < 0.1 通常被认为匹配质量良好。如果关键协变量匹配后 SMD 仍 > 0.2，建议扩大对照组候选池或调整倾向评分模型。ReHealth Core 要求所有关键协变量匹配后 SMD 均 < 0.1，否则报告中发出预警。
PSM结果报告应该包含哪些内容？
合格报告应包含：倾向评分模型说明、匹配前后 SMD 对比表、匹配率说明、ATT 及 95% 置信区间、次要结局指标、敏感性分析、局限性声明（未观测混杂、随访时长、外推范围）。