首先，我会提醒没有应用统计学背景的人不要执行倾向得分匹配等高级分析。软件的易用性使过程本身看起来很简单，而实际上需要许多考虑因素才能做出有效的推断。我也对非统计学家在非统计期刊上发表的实践指南持怀疑态度，因为这些指南往往侧重于软件的使用，而不是考虑分析的细微差别。我相信您可以找到愿意帮助您实施最佳实践的生物统计学家。

也就是说，您在倾向得分分析中提出了两个主要问题：协变量选择和倾向得分模型的评估。这些都是正在进行的研究的巨大主题。我会给你一些建议和一些文献，可以帮助你做出决定。

关于协变量选择：如果您想要对治疗效果进行无偏估计，则需要在不引入偏倚的情况下消除混杂。为了消除混淆，您需要控制一组足够的变量来阻止从治疗到结果的所有后门路径。后门路径是一种因果路径，涉及治疗分配的常见原因和结果的变化。实质性研究可能具有启发性，但最好尽可能保守，包括尽可能多的相关变量而不引起偏见。您应该包括的变量类型是那些影响结果且不受治疗影响的变量。您还应该包括已知会影响治疗选择和结果变化的变量。不包括可能受治疗影响或影响治疗选择但与结果无关的变量。看布鲁克哈特等人。（2006 年）具体讨论了倾向评分模型的变量选择，Elwert（2010 年）讨论了更完整的混杂调整理论。至关重要的是，未能包含相关的混杂变量可能会使您的效果产生偏差，而医学研究可能并未发现所有这些变量，因此我会警告您不要仅仅因为没有医学论文记录混杂关系就排除协变量。先前的研究可以用作证明变量包含必要性的正面证据，但可能没有负面证据可以证明变量排除在外，除非证明它对结果缺乏影响。

关于倾向评分模型的评估：匹配的目标是在相关协变量上的已治疗和未治疗之间建立平衡。您可以通过尝试各种倾向得分模型和匹配算法来产生平衡，或者尝试指定一个合理的倾向得分模型来接近真实倾向得分的建模。在此处查看有关区别的一些讨论。这件事在Ho, Imai, King, & Stuart (2007)中有很好的描述. 倾向得分的目标是创造平衡，而不是达到良好的适合度。如果您要尝试解释所使用的倾向得分模型，通常以通常被认为是过度拟合的方式对倾向得分进行建模，而不是确保一个简约且理论上合理的模型。有大量关于评估平衡的文献，其中大部分都在 R 包的文档cobalt和我的答案中进行了总结。

估计倾向得分和使用它们的方法有很多，我真的不认为没有这方面专业知识的人应该在没有训练有素的统计学家指导的情况下进行这种分析。无论如何，匹配可能不是（也可能不是）您使用的最佳方法。如果您想尽可能少地思考和决策，我建议您研究因果效应的目标最大似然估计。该包survtmle实现了此方法。无论您做什么，都不要仅仅因为它是您所知道的或其他研究人员使用的方法而选择它，也不要试图在没有统计学家帮助的情况下进行复杂的分析。