利用影响函数借助不同方差估计量在随机临床试验协变量调整的 g 计算中实现稳健的得分检验
统计方法学
2025-03-18 v1 应用统计
摘要
G 计算已成为在随机临床试验分析中进行协变量调整以估计无条件（边缘）处理效应的一种广泛使用的稳健方法。在此背景下，统计推断通常依赖于 Wald 检验或 Wald 区间，这可以通过使用一致性方差估计量来轻松实现。然而，现有文献表明，当样本量较小或感兴趣的参数接近边界值时，由于 I 类错误率膨胀和区间覆盖率不足，基于 Wald 的方法可能可靠性较差。在本文中，我们针对两样本处理比较背景下的 g 计算估计量提出了一种稳健的得分检验。所提出的检验在简单和分层（偏置硬币）随机化方案下是渐近有效的，即使在回归模型被错误设定时也是如此。这些检验统计量可以使用现有的方差估计量方便地进行计算，相应的置信区间具有闭式表达式，使其易于实现。通过广泛的模拟，我们证明了所提方法具有优越的有限样本性能。最后，我们将所提方法应用于重新分析一项已完成的随机临床试验。使用我们提出的得分检验进行的分析达到了统计显著性，同时减少了 I 类错误膨胀问题。
引用
@article{arxiv.2503.13066,
title = {A robust score test in g-computation for covariate adjustment in randomized clinical trials leveraging different variance estimators via influence functions},
author = {Xin Zhang and Haitao Chu and Lin Liu and Satrajit Roychoudhury},
journal= {arXiv preprint arXiv:2503.13066},
year = {2025}
}