O escore de propensão é a probabilidade estimada de um participante receber determinada intervenção ou exposição, considerando suas características basais observadas, como idade, gravidade da doença, comorbidades ou outros fatores prognósticos. É utilizado para resumir múltiplas covariáveis em uma única medida, permitindo comparar indivíduos com probabilidade semelhante de receber o tratamento, mas que efetivamente foram alocados ou expostos a grupos diferentes. Essa estratégia é especialmente usada em estudos observacionais, nos quais não há randomização, mas também pode ser empregada em análises de ensaios clínicos para lidar com desequilíbrios residuais ou análises específicas.
O pareamento por escore de propensão procura formar grupos mais comparáveis antes da análise dos desfechos. Por exemplo, um participante do grupo intervenção pode ser pareado com um participante do grupo controle que tinha probabilidade semelhante de receber a intervenção com base nas características basais. Dessa forma, a comparação entre os grupos se aproxima, em alguns aspectos, da lógica de um ensaio randomizado, pois reduz diferenças sistemáticas observáveis entre os grupos. No entanto, o método depende fortemente da qualidade das variáveis incluídas no modelo e não consegue controlar confundidores que não foram medidos ou adequadamente registrados.
Assim, o escore de propensão deve ser entendido como uma técnica de ajuste para confundimento observado, e não como uma forma de eliminar completamente o viés. Após o pareamento, é importante demonstrar que houve bom equilíbrio entre os grupos, frequentemente por meio de diferenças padronizadas das médias, em vez de apenas testes de significância. Portanto, ao interpretar estudos que utilizam essa abordagem, deve-se avaliar se as variáveis relevantes foram consideradas, se o pareamento reduziu adequadamente os desequilíbrios basais e se os autores reconheceram a possibilidade de confundimento residual.
Referências:
- Freemantle N, Marston L, Walters K, Wood J, Reynolds MR, Petersen I. Making inferences on treatment effects from real world data: propensity scores, confounding by indication, and other perils for the unwary in observational research. BMJ. 2013.
- Desai RJ, Franklin JM. Alternative approaches for confounding adjustment in observational studies using weighting based on the propensity score: a primer for practitioners. BMJ. 2019.