PSM纳入的自变量指标及赋值见表1。剔除问卷中填写缺失数据，以是否参与PBM项目为1/0二进制处理指标，计算倾向性评分及其权重，选取卡钳值为0.03，进行有放回的1 ∶ 1匹配。

    3.2.3 回归分析 数据经PSM处理后，再根据不同因变量类型选择相应的回归分析方法，对PBM的干预效果进行评价。①一元线性回归分析：对于因变量为连续变量的资料，采用一元线性回归模型进行分析。回归模型为：yi=α+βxi+εi。其中，yi为i患者因变量的取值，xi指i患者是否参与PBM的取值，εi为误差项。值得说明的是，由于模型中有关费用的因变量呈明显的正偏态分布，因而需对其进行了对数转换，使其接近于正态分布，更适于进行线性回归。②Logistic回归分析：对于因变量为分类变量的资料，采用Logistic回归模型进行分析。根据因变量分类的数量，又可分为二分类Logistic回归和多分类Logistic回归。在进行多分类Logistic回归前，需进行平行线检验[6]以确定是有序多分类还是无序多分类。一元线性回归分析指标及赋值见表2；Logistic回归分析指标及赋值见表3。

    4 结果

    4.1 问卷回收情况

    本次问卷调查共发放并全数回收问卷755份 ......