Stata-Matching：肾脏交换匹配问题

👇 连享会 · 推文导航 | www.lianxh.cn

• 🍎 Stata：Stata基础 | Stata绘图 | Stata程序 | Stata新命令
• 📘 论文：数据处理 | 结果输出 | 论文写作 | 数据分享
• 💹 计量：回归分析 | 交乘项-调节  | IV-GMM | 时间序列 | 面板数据  | 空间计量 | Probit-Logit | 分位数回归
• ⛳ 专题：SFA-DEA | 生存分析  | 爬虫 | 机器学习 | 文本分析
• 🔃 因果：DID | RDD | 因果推断 | 合成控制法 | PSM-Matching
• 🔨 工具：工具软件 | Markdown | Python-R-Stata
• 🎧 课程：最新专题 |  计量专题 | 关于连享会

🍓 课程推荐：2024 空间计量专题
主讲老师：范巧 (兰州大学)
课程时间：2024 年 10 月 2-4 日 (三天)
课程咨询：王老师 18903405450（微信）

 课程特色 · 2024空间计量：

👉  一、从“零基础”到“高水平”的课程设计

• 兼顾基础知识、主流模型与前沿模型
• 既考虑软件安装、程序编写以及空间权重矩阵设计等 基础知识 讲授，更强调时空面板地理加权回归模型、贝叶斯空间计量模型、矩阵指数模型、空间计量交互模型与空间面板似不相关回归模型等 前沿模型 的传授。

👉  二、“保姆级”的空间计量代码

• 编写与校准所有模型的MATLAB代码，简化实操环节
• 模型的估计与检验等 仅按照提供的Excel数据版式 搜集与整理原始数据，即可一次性出结果并作图。

👉   三、“最多上新” 的内容体系

• 新增 矩阵指数模型、短面板空间似不相关模型、空间计量交互模型、贝叶斯空间计量模型等
• 新增 前沿应用案例，包括空间计量与索洛余值法、随机前沿分析与数据包络分析等的互嵌研究，阐释基于空间计量的产业空间结构优化评价方法。
• 新增 Dagum空间基尼系数、核密度估计、空间马尔科夫链与空间收敛性等内容，阐释现实研究中对空间收敛性的应用“谬误”。

作者：经菠 (中山大学)
邮箱：jingb@mail2.sysu.edu.cn

编者按：本文主要摘译自下文，特此致谢！
Source：Lee C. The matching problem using Stata[C]. 2019 Stata Conference. Stata Users Group, 2019 (43). -PDF-

温馨提示： 文中链接在微信中无法生效。请点击底部「阅读原文」。或直接长按/扫描如下二维码，直达原文：

目录

• 1. 问题起源

• 1.1 肾脏移植的供求不匹配

• 1.2 一种可能的解决思路

• 2. 一个典型的例子

• 3. 利用 Stata 命令求解

• 3.1 输入数据

• 3.2 Stata 命令

• 4. 小结

• 5. 参考资料

• 6. 相关推文

1. 问题起源

1.1 肾脏移植的供求不匹配

美国每年遗体器官捐赠的数量远远无法满足肾病患者的需要。例如，2018 年仅有 21167 人接受了肾脏移植 (平均每天 58 例肾脏移植)，但同一时期等待肾脏移植的人数远超 10 万人。即便是如此，2018 年还新增 38791 位肾病患者 (几乎每十分钟就有一位)。可以看出，肾脏移植的供求存在严重失衡，因此一位肾病患者通常要等待 3-5 年才能找到与自己匹配的捐赠者。那些不能及时接受肾脏移植的患者将面临死亡风险。

图 1 呈现了 1995-2019 年美国各类等待或接受肾脏移植的人数。可以发现，每年等待者的人数远高于捐赠人数，说明长期以来器官捐赠者数量远远无法满足患者需求。

1.2 一种可能的解决思路

由于肾脏匹配概率较小，即使是与病人有血缘关系的亲人也未必能与之完全匹配。面对上述严重不匹配的供求关系，不少专家提出一种基于肾脏交换 (Kidney Exchange) 的肾脏移植手术。具体而言，每一位需要等待肾脏移植的患者 (该名患者没有在近亲和朋友中找到合适捐赠者)，也有机会通过肾脏互换找到适配的活体器官。但前提是，病人需要找到一位身体健康且愿意捐赠肾脏的捐赠者 (捐赠者通常为患者的亲人或朋友)，形成一个 “病人&捐赠者组合”，与其他 “病人&捐赠者组合” 完成肾脏交换。

通过此类肾脏交换，患者的等待时间得到大幅缩减。以图 2 中典型的二元匹配为例，涉及肾脏互换的为两组 “病人&捐赠者组合”。其中，

• 一组是丈夫 A 和妻子 B 的 “病人&捐赠者组合” (A 为健康的捐赠者，B 为病人，两者肾脏不能相互移植)，
• 另一组是妹妹 C 和哥哥 D 的 “病人&捐赠者组合” (C 为健康的捐赠者，D 为病人，两者肾脏不能相互移植)。

但是 A 的肾脏可以捐赠给患者 D，而 C 的肾脏可以捐赠给患者 B，这样的话就称这两个 “病人&捐赠者组合” 配对成功。为避免道德风险，即在其他病人接受捐赠之后退出捐赠，此类肾脏互换手术需同时进行。通过上述方法，肾脏供需不匹配的问题得到部分解决。

当然有的时候，不能找到两个 “病人&捐赠者组合” 完全配对。这时如果可以找到三个 “病人&捐赠者组合” 形成如下图 3 的配对模式，仍然是可以进行三元配对的，这种结构称为环式结构。与二元匹配类似，此类环式结构要求手术同时进行，而且在医院各方面资源的限制下，环式结构允许的长度较小，通常为二元环或三元环。

当然有时候也会有健康人自愿加入肾脏的交换过程，尝试去救治病人。当有无私捐赠者参与时，链条将会从无私的捐赠者出发，然后依次向下进行传递，最终至在等待名单上的病人 (这个人没有能够找到亲人或者朋友，帮他形成 “病人&捐赠者组合”)。

上述交换的过程，如图 4 所示。这种链式交换可以不在同时进行，可以分时间进行，只要保证移植手术的源头从自愿捐赠肾脏的健康人开始。如果出现与之配对的病人接受完其他人的肾脏移植后，这个捐赠者可以选择不捐赠自己的肾脏，退出肾脏交换。虽然这并不合理，但是合法的，因为美国没有法律规定，捐赠者必须捐赠自己的肾脏。

2. 一个典型的例子

考虑一个最简单的情形，即没有自愿捐赠肾脏的健康人参与，那么就意味着是所有手术需要同时进行。以图 5 为例，其中 表示一个 “病人&捐赠者组合”。 为虚拟变量，取 1 时表明 组合的肾脏可以捐赠给 ，否则为 0。图中的单向箭头表示肾脏只能由箭头的起点组合捐赠给终点组合。

为了能够最大化匹配病人捐赠者组合，我们需要将上述肾脏交换问题抽象成一个线性规划的最优化问题。具体来看，我们需要最大化 的和，以使尽可能多的患者得到救治，约束条件如下所示：

其中， 为医院最多同时支持的手术台数， 表示每个 “病人&捐赠者组合” 最多能够捐赠肾脏给另外一个 “病人&捐赠者组合”。 表示每个 “病人&捐赠者组合” 要么不会得到捐赠肾脏也不会去捐赠肾脏，要么就是得到捐赠肾脏同时也去捐赠肾脏，也就是说有付出也要有回报。 表示环式结构的大小不能超过医院同时支持的手术台数。

上述的最优化方程应用在图 5 中的话，便可以写成如下式子： 

[1]

[2]

[3]

[4]

3. 利用 Stata 命令求解

3.1 输入数据

在该部分，我们将使用作者写的 lp 命令对上述问题求解。首先在 Stata 中输入数据，要求是将所有 移到等式左边，常数项移到等式右边。每一行数据代表一个不等式，并且每一个数据表示不等式中对应变量的系数。

3.2 Stata 命令

lp varlists [if] [in] [using/] [,rel(varname) rhs(varname) min max intvars(varlist) tol1(real) tol2(real) saving(filename)]

• rel(varname)：用变量表示每个等式的符号；
• rhs(varname)：用变量来表示每个等式右边的常数项；
• min/max：对最优化函数取最小值或者最大值；
• intvars(varlist)：指定哪些变量为整数取值；
• tol1(real)：输出结果的误差范围，默认值为 ；
• tol2(real)：输出逆矩阵结果的误差范围，默认值为 ；
• saving(filename)：定义输出文件的名称。

接着，在 Stata 中输入以下命令：

lp x12 x21 x23 x32 x31,max intvars( x12 x21 x23 x32 x31 ) rel(rel) rhs( rhs)

输出的最优化结果 x12、x23、x31 都等于 1。

4. 小结

值得注意的是，在进行上述匹配问题之前需要先明确几个问题：

• 哪些是自愿捐赠的健康自愿者；
• 哪些是 “病人&捐赠者组合”；
• 病人和捐赠者的匹配信息；
• 是否存在优先的病人；
• 环式结构的最大范围 (也就是医院最多同时支持的手术台数)。

本文仅是针对肾脏捐赠问题的最简单形式进行介绍，更为丰富的例子和详细算法，可以参考王泫钡 (2019)。

5. 参考资料

温馨提示： 文中链接在微信中无法生效。请点击底部「阅读原文」。

• Lee C. The matching problem using Stata[C]. 2019 Stata Conference. Stata Users Group, 2019 (43). -PDF-
• 王泫钡. 肾脏交换问题的参数算法和复杂度研究[D]. 电子科技大学, 2019. -Link-

6. 相关推文

Note：产生如下推文列表的 Stata 命令为：
  lianxh 匹配, m
安装最新版 lianxh 命令：
  ssc install lianxh, replace

• 专题：Stata命令
• Stata：iematch-近邻贪婪匹配
• 专题：数据处理
• Stata：数据合并与匹配-merge-reclink
• 专题：倍分法DID
• 面板PSM+DID如何做匹配？
• 专题：PSM-Matching
• Stata：终极匹配 ultimatch
• Stata 手动：各类匹配方法大全 A——理论篇
• Stata：psestimate-倾向得分匹配(PSM)中协变量的筛选
• Stata：广义精确匹配-Coarsened-Exact-Matching-(CEM)
• Stata：psestimate-倾向得分匹配(PSM)中匹配变量的筛选
• Stata+PSM：倾向得分匹配分析简介
• Stata-从匹配到回归：精确匹配、模糊匹配和PSM
• Stata：PSM-倾向得分匹配分析的误区
• Stata：模糊匹配之matchit