该文章被阻止在付费墙后面。尽管如此，我认为主要术语和组件可以根据您的描述来解决。

倾向得分加权不按“赔率”或“倒数”加权。倾向得分加权通过接受治疗的概率的倒数对观察结果进行加权。

差异中的差异是估计值，而不是响应变量。ANCOVA 的优势，将基线值调整为协变量的结果建模，在该站点上已多次讨论过变化分数方法。请参阅此处进行生动而彻底的讨论。即便如此，这两种方法之间的区别是固定效果与偏移量；因此结果总是只是响应变量；因此，响应变量的格式和将治疗接收系数解释为差异中的差异在两种方法中是相同的。

对治疗的平均治疗效果和平均治疗效果（在样品上）不是我以前听说过的名称。根据定义，我们通过减去在未治疗组中发现的一组可比较的差异来估计 ATE。在临床研究中，这被称为霍桑效应，在观察性研究中，这通常是一种普遍的病例偏倚。总之，它们是前后差异的类型，不会作为一种混杂形式出现，因此不能通过倾向得分加权来解决。

相反，无论是否存在这些影响，适应症的混淆都能够夸大（或减弱）治疗效果。仍然需要倾向评分方法（匹配或加权）来控制混杂效应。