|赵洪鑫：一键完成倾向性评分匹配并自动生成Word版图表用于论文( 二 )

下一步点击“处理缺失数据”

这里提供了两种方式处理缺失数据，第一种简单粗暴，只要有任何一个进行PSM的字段有缺失值，就把这个患者直接剔除。第二种是用kNN法填补缺失值。大家可以综合自己的数据缺失程度考虑哪种方法。

缺失值填补仅限于要匹配的协变量。如果分组变量group也缺失，或者ID号也缺失可不要填补哟。还是返回最开头，把您的excel数据重新整理上传， group和ID不容缺失。

下一步点击“进行倾向性评分匹配”：

首先选择代表组别的字段，这个案例里是group group字段里面包含Treatment 和 Control两个组，在这两个组间进行PSM 。千万不要把ID号、age这样的连续性变量设为组别，程序会崩溃。
值得注意的是，本工具基于每组的患者数量，自动把人数多的一组设置为对照组，人数少的一组设置为观察组。优先考虑保留最多的观察组患者。

然后点击变量选择框，按照自己想要的顺序选择需要匹配的变量。

然后选择1：N匹配。 N值上限，程序自动认定不会超过两组患者数的比值。

可选的匹配方法现在放出来的主要是optimal nearest exact 。其中optimal nearst 可选1：N ， nearest可选caliper 大家可以根据提示，看着生成的图表来调参，以达到满意的结果。
调试策略如下：

在生成的表1中，可以实时看到匹配前后的样本量和SMD值。

尝试改变各种参数使得SMD值低于0.1即可。

【|赵洪鑫：一键完成倾向性评分匹配并自动生成Word版图表用于论文】可以看着下图调整：

调整参数使得绿色的点全部位于虚线左边就算成功。当然，有个别的点，实在没办法低于0.1也不要紧。科研嘛，还是要考虑科学性和现实性的平衡。

匹配完成后，可以点击“生成各种诊断图” ，程序会瞬间生成各式各样的用于诊断PSM的图，按需选用即可。

最后，点击“下载word报告” ，先点生成word报告，等一会后再点下载：

这样的话，论文里要求要有的表和图都给您打包好了，您直接贴进论文即可。
最后，点击“下载匹配后数据” ，下载excel格式的匹配后数据，就可以用来进一步分析疗效了：

这时候，有人不满意了，什么？匹配完还要我自己导出数据分析？直接帮我自动分析完不行么？好的，下一个版本必须安排！