مینا طهماسبی فرد - دانشگاه علوم پزشکی کرمانشاه
فرید نجفی - دانشگاه علوم پزشکی کرمانشاه
شهاب رضائیان - دانشگاه علوم پزشکی کرمانشاه
مهدی مرادی نظر - مرکز تحقیقات بیماری های رفتاری

زمینه و هدف: در بیش تر مطالعات مشاهده ای پژوهش­گران سعی در پیدا کردن روابط علیتی بین مشاهدات را دارند، این ارتباط سنجی به دلیل عدم کنترل متغیرهای مخدوش­گر با خطا همراه است. یکی از روش هایی که برای کنترل متغیرهای مخدوش­گر کاربردی است، همسان سازی با نمره گرایش است. لذا هدف از این مطالعه، توضیح مراحل انجام همسان سازی با نمره گرایش است. مواد و روش ها: همسان سازی نمره گرایش دارای ۵ مرحله است. مرحله اول برآورد نمره گرایش است که شامل انتخاب مدل و متغیر مناسب می باشد. مرحله دوم، بر اساس نمرات گرایش برآورد شده باید تصمیم گرفت از میان روش های تطبیق کدام روش را انتخاب کرد. مرحله سوم هم پوشانی و پشتیبانی مشترک است، در این مرحله مشاهداتی که خارج از محدوده نمرات تطبیق قرار دارند، حذف می شوند. پس از آن کیفیت مطابقت، ارزیابی می شود و در نهایت باید حساسیت اثرات برآورد شده را تخمین زد. یافته ها: در تطبیق نمره گرایش، متغیرهای اساسی مشاهده شده بین گروه های مواجهه و عدم مواجهه متعادل می شوند. با این حال، اگر مدل آماری مورد استفاده برای محاسبه نمره گرایش به درستی انتخاب نشده باشد، عدم تعادل بین ویژگی های پایه دو گروه هم چنان می تواند وجود داشته باشد. نتیجه گیری: همسان سازی بر اساس نمره گرایش در مواردی که مخدوش کننده های مطالعه زیاد باشند، مفید است. این روش در مطالعات مشاهده ای جایگزین تصادفی سازی در مطالعات تجربی است که با کاهش تورش انتخاب و کنترل متغیر های مخدوش­گر برآورد ها را دقیق تر می کند. واژه های کلیدی: همسان سازی نمره گرایش، متغیرهای مخدوش­گر، مطالعات مشاهده ای

Propensity score matching, Confounding variables, Observational studies, همسان سازی نمره گرایش, متغیرهای مخدوش­گر, مطالعات مشاهده ای