因果推断情境下的插值模拟研究警示
统计方法学
2025-04-17 v1
摘要
插值模拟已成为评估复杂情境下不同统计方法操作特征的重要工具，例如在使用电子健康记录（EHR）数据进行药物流行病学治疗有效性研究。这些研究提供了关于估计器性能受稀有事件、小样本量等挑战影响的见解，从而指示哪些方法在真实数据集中表现最佳。插值模拟将来自真实数据集的抽样数据与合成数据组合，以生成用于估计量的已知真实值。当前存在不同的插值模拟策略。我们比较了两种流行的插值模拟框架。我们提供了数值证据和一个理论结果，显示其中一种框架可能导致某些估计器错误地表现得过于偏倚，置信区间覆盖率低于名义值。使用两种合成和真实世界 EHR 数据进行详细的模拟研究表明，这些陷阱在大样本量和分析来自随机对照试验的数据时仍然存在。我们以指导选择保持良好理论特性以便对统计方法进行公正评估，同时保持与真实数据相似性的插值模拟方法的选择。
引用
@article{arxiv.2504.11740,
title = {A cautionary note for plasmode simulation studies in the setting of causal inference},
author = {Pamela A Shaw and Susan Gruber and Brian D. Williamson and Rishi Desai and Susan M. Shortreed and Chloe Krakauer and Jennifer C. Nelson and Mark J. van der Laan},
journal= {arXiv preprint arXiv:2504.11740},
year = {2025}
}
备注
55 pages, 6 tables, 2 figures, 8 supplemental tables, 4 supplemental figures