การวิเคราะห์ข้อมูลทางสถิติโดยใช้คะแนนโพรเพนซิตี้ (propensity score analysis) เป็นหนึ่งในการวิจัยทางสถิติแบบใหม่ที่เพิ่งถือกำเนิดขึ้น ภายหลังสถิติพื้นฐานอื่นๆ และถูกนำมาใช้กันอย่างแพร่หลายเพิ่มมากขึ้น เพื่อช่วยควบคุมปัจจัยหรือตัวแปรกวน (confounding) ที่เกิดขึ้นในการศึกษาวิจัยแบบเชิงสังเกตการณ์ (observational study) ด้านการศึกษา จิตวิทยา รวมถึงด้ายวิทยาศาสตร์สุขภาพ ทดแทนการทดลองแบบสุ่มและมีกลุ่มเปรียบเทียบ (randomized control trial, RCT) ซึ่งบางครั้งผู้วิจัยไม่สามารถทำได้ อย่างไรก็ดี ยังคงมีผู้วิจัยหลายคนที่อาจยังสับสนและไม่เข้าใจหลักการ ความสำคัญ รวมถึงขั้นตอนพื้นฐานและเทคนิคของการวิเคราะห์วิธีดังกล่าว วัตถุประสงค์ของการทบทวนบทความในครั้งนี้จึงมุ่งหวังเพื่อ 1. ให้ผู้อ่านเข้าใจหลักการพื้นฐานของการวิเคราะห์ข้อมูลทางสถิติโดยใช้ propensity score 2. ทราบเทคนิคพื้นฐานและการเลือก propensity score methods 3. เข้าใจการใช้ propensity score matching จากการยกตัวย่างการศึกษาวิจัยที่มีมาในอดีต เพื่อให้ผู้อ่านเข้าใจหลักการการวิเคราะห์ข้อมูลดังกล่าวมากยิ่งขึ้น
Figure 1 จำนวนการศึกษาวิจัยทางการแพทย์ในแต่ละปี ที่มีรายชื่ออ้างอิงใน PubMed และ Science Citation Index และใช้การวิเคราะห์ข้อมูลโดยใช้คะแนนโพรเพนซิตี้ (propensity score method) ดัดแปลงมาจากงานวิจัยของ Hill J และคณะ (8)
Respiratory extracorporeal membrane oxygenation for severe sepsis and septic shock in adults: a propensity score analysis in a multicenter retrospective observational study
