确保关键亚组或分层中平衡的倾向性评分加权：实用指南

倾向性评分加权方法已广泛应用于临床研究，以估计治疗或暴露的效果，同时在缺乏随机分配的情况下减轻混杂风险。在实践中，当使用大型电子健康记录（EHR）或行政数据集来评估机构层面的健康质量结果，或评估针对广泛住院患者的支持性护理干预措施时，由于具有复杂护理需求的患者亚组之间存在显著的异质性，因此建议按适应症、入院原因或其他临床风险因素对倾向性评分加权方法进行分层。如果（i）不同患者亚组之间的预后差异很大，以至于应优先考虑在暴露/治疗组之间实现这些分层构成的平衡，（ii）不同临床亚组之间的暴露可能性差异很大，或（iii）不同亚组之间的协变量-暴露关联预计存在显著差异（即暴露/治疗倾向性模型中存在协变量-亚组交互作用），则分层方法是合适的。例如，我们可能希望评估预防性抗凝药用于因多种疾病入院的老年患者静脉血栓栓塞的效果。本文的目的是概述一种通过临床分组进行分层来实现倾向性评分加权的方法。我们还提供了最佳实践指南，特别关注EHR和行政医疗数据以及人口健康环境。