基于HIS的多分组临床观察数据倾向指数匹配的医学循证研究

医院信息系统（Hospital Information System, HIS）中有大量的非随机临床观察数据，因为混杂因素在不同组中分布不一致，隐藏在某干预措施和治疗结果之间的因果关系难以被揭示。倾向指数是多个协变量的一个函数，通过一个倾向指数值的变化可以表示多个协变量共同作用的结果，该方法主要用于观察性数据组间混杂因素的事后均衡。其中最常见的是两个治疗组间的数据匹配。但是在实际中，有很多临床分组是三分类甚至多分类的。本课题拟探索从HIS中提取某疾病预后及其影响因素相关数据集的通用方法，并将多分类反应变量Logistic回归模型应用于多分组数据倾向指数的计算，使用多治疗组间数据匹配的方法，实现对多组观察性数据混杂因素的均衡。本研究对探索利用医院信息系统中的海量数据支持临床诊疗决策，并最终形成自动化的临床决策支持系统具有重要的意义。