面向健康公平的新因果分解范式
统计方法学
2023-02-21 v2 应用统计
摘要
因果分解通过评估各中介所导致的差异比例，为分析健康不平等问题提供了有力工具。然而，这类方法大多缺乏政策含义，因为它们未能考虑由中介引起的所有差异来源。此外，它们的估计为强可忽略性条件预先指定了某些协变量集（又称可容许集），这可能存在问题，因为该集合中的某些变量可能诱发新的伪特征。为解决这些问题，我们在结构因果模型框架下，提出将总效应分解为已调整效应与未调整效应，其中前者通过调整每个中介从弱势组到优势组的分布，能够涵盖所有类型的不平等。此外，借助极大祖先图与情境变量，我们可自动识别可容许集，并随之给出一种高效的估计算法。我们的方法在合成数据集与脊柱疾病数据集上展示了理论正确性与有效性。
引用
@article{arxiv.2207.12867,
title = {A New Causal Decomposition Paradigm towards Health Equity},
author = {Xinwei Sun and Xiangyu Zheng and Jim Weinstein},
journal= {arXiv preprint arXiv:2207.12867},
year = {2023}
}