胰腺囊肿治疗协变量筛选与倾向性评分分析报告

生成时间: 2026-02-15 01:07:00.417964 数据源: /Users/wangguotao/Downloads/ISAR/Doctor/数据分析总表.xlsx 结果目录: /Users/wangguotao/bp-ai-api/AndyBourne-Blog/posts/Test/R_分析结果

一、分析流程

核心4变量强制纳入PS：病灶位置、囊肿最大径、包裹性坏死、改良CTSI评分
单因素筛选：按治疗P<0.2/结局P<0.1分层变量
VIF控制共线性：保留VIF<4的变量
1:1 PS匹配：卡尺=0.1×PS标准差
敏感性验证：模型稳定性、阈值鲁棒性、A-IPTW

二、核心结果

指标	数值
总样本量	143例
PS模型变量数	7个
PS模型AUC	0.734
匹配对数	11对
变量平衡率	0%

三、输出文件清单

3.1 统计结果文件

R_缺失值统计.xlsx - 变量缺失情况
R_单因素分析结果.xlsx - 变量P值与分类
R_VIF检验结果.xlsx - VIF值与最终变量
R_倾向性评分结果.xlsx - PS值与匹配数据
R_敏感性分析结果.xlsx - 稳定性验证

3.2 可视化图表

R_变量分类饼图.png - 变量分类分布
R_匹配后PS值分布.png - PS值对比
R_匹配前后样本量对比.png - 样本量变化
R_分析报告.md - 本报告

四、后续分析代码

1. 主要结局：影像学缓解率（卡方检验）

cont_tab <- table(matched_data$imaging_response, matched_data$treatment) chisq_result <- chisq.test(cont_tab) cat(“缓解率（外科）：”, round(sum(matched_data$imaging_response[matched_data$treatment==1])/sum(matched_data$treatment==1)*100,1), "%\n") cat("缓解率（内镜）：", round(sum(matched_data$imaging_response[matched_data$treatment==0])/sum(matched_data$treatment==0)*100,1), “%”) cat(“P值：”, round(chisq_result$p.value,4), “”)

2. 次要结局：住院时长（Wilcoxon检验）

if (“hospital_stay” %in% colnames(matched_data)) { wilcox_result <- wilcox.test(hospital_stay ~ treatment, data = matched_data) cat(“住院时长中位数（外科）：”, median(matched_data$hospital_stay[matched_data$treatment==1], na.rm=TRUE), “天”) cat(“住院时长中位数（内镜）：”, median(matched_data$hospital_stay[matched_data$treatment==0], na.rm=TRUE), “天”) cat(“P值：”, round(wilcox_result$p.value,4), “”) }