“Propensity” heißt “Hang, Neigung”. Wenn Patienten in Beobachtungsstudien bestimmte Therapien erhalten, dann gibt es Gründe, warum Patient A eben Therapie A erhält und Patient B die Therapie B. Diese Tatsache wird mithilfe des “Propensity-Scores” berücksichtigt. Der Propensity-Score vermindert Verzerrungen von Studienergebnissen. Wenn eine Studie zum Beispiel zu dem Ergebnis kommt, dass Therapie A besser sei als Therapie B, dann wird dieses Ergebnis durch Einbeziehung des Propensity-Scores relativiert – also, Therapie A könnte zum Beispiel besser sein, weil diese Therapie nur jene Patienten erhalten, die im Durchschnitt noch jünger oder “gesünder” sind als Patienten, die mit Therapie B behandelt werden. Oder auf schlau: “Propensity-Score (PS) = bedingte Wahrscheinlichkeit, mit der – unter Betrachtung einer Anzahl von Variablen – ein Kandidat die Intervention erhalten würde” (Neukirch 2011). (Text: © Dunja Voos, Bild: © Rainer Sturm Pixelio)
Man spricht auch von “Quasi-Randomisierung einer Gruppe”.
Quellen:
Prof. Dr. med. Benno Neukirch:
Routinedaten in der Versorgungsforschung.
Vortrag an der Hochschule Niederrhein, 16.03.2011
Symposium “Routinedaten in der Versorgungsforschung”
How To Use Propensity Score Analysis
Lisa Kaltenbach, MS
Department of Biostatistics
lisa.kaltenbach@vanderbilt.edu
April 11, 2008
http://www.mc.vanderbilt.edu/gcrc/workshop_files/2008-04-11.pdf
Propensity Score Analysis wiki!
By Bob Pruzek, the University at Albany SUNY
Propensity-Scores-Formeln hier:
Propensity Scores –
Statistische Überprüfung des Einfl usses der Modellspezi kation
Master Thesis
Johanna Brandt (http://www.stat.uni-muenchen.de/institut/ag/statsoz_neu/lehre/kolloquium/2010_SoSe/JohannaBrandt.pdf)
23.Juni 2010
