如何使用科研神器「R语言」，让真实世界临床研究离SCI更进一步？一篇就够！（附代码）

前两篇文章中，小编向大家介绍了真实世界研究中的混杂因素及其常用的校正方法，特别是倾向性评分匹配和逆概率加权，以及SAS中的实现。这篇文章我们重点介绍在R中的实现。还是先回顾一下数据背景。我们用的数据来源是荷兰格罗宁根市肾脏和血管终末期疾病预防（PREVEND）的队列研究（Joosten, 2014）。原数据含有较多变量，小编对数据进行了简化。其中，RFFT是结局指标，是一个连续型变量；我们想要研究的自变量是是否使用他汀类药物（Statin）。此外，还包括了年龄（Age），性别（Gender），种族（Ethnicity），教育（Education），心血管疾病（CVD），糖尿病（DM），吸烟情况（Smoking），高血压（Hypertension）这些协变量。其中，除了Age是连续型变量外，其他均为分类变量。数据共有4,095名患者，其中904名在治疗组（statin =1），3,190名在对照组 （statin ………………………………