电子健康记录研究中基于代理变量的未测量混杂处理方法

电子健康记录（EHR）被广泛用于研究临床决策，但未测量混杂仍然是一个持久挑战。代理变量提供了一种潜在解决方案。在EHR数据中，临床医生已经记录了许多此类测量（如生命体征），每个都揭示了患者潜在健康状况的某些信息。尽管如此，基于代理变量的方法在实践中很少被使用。我们引入了一种利用代理变量调整未测量混杂的新方法。我们的方法利用代理变量向量构建协变量，以捕捉未测量混杂因子的各个方面，然后将其纳入回归模型。作为一种实现，我们使用因子分析后进行回归。我们将这种方法与现有方法（包括近端因果推断）在各种现实场景下进行了比较。由于实际中假设很少完全成立，我们研究了模型被错误指定和变量被错误使用的情况，例如将混杂因子或工具变量当作代理变量处理。最后，我们将该方法应用于EHR数据，以估计老年人在急诊科因胸痛入院的效果，这是一个未测量混杂问题尤为突出的场景。本工作提供了一种使用代理变量的实用方法，并可能有助于将基于代理变量的方法推广到更广泛的应用中。