通过重叠权重解决反事实生存函数估计中的极端倾向得分问题

逆概率加权方法在观察性研究中被广泛用于评估处理效应，但极端倾向得分可能导致估计量偏差并引起过大的方差。最近，重叠加权方法被提出以缓解这一问题，该方法平滑地降低具有极端倾向得分的受试者的权重。尽管重叠加权的优势已在具有连续型和二元型结局的文献中得到广泛证明，但关于其在生存时间或生存结局下表现的研究仍然有限。在本文中，我们提出了两种结合倾向得分加权和逆概率删失加权来估计反事实生存函数的加权估计量。这些估计量适用于包含逆概率加权、修剪和重叠加权作为特例的一般平衡权重类。我们进行了模拟研究，以在不同处理组间协变量重叠程度和删失率下，考察这些估计量在不同加权方案下在偏差、方差和 95% 置信区间覆盖率方面的经验表现。我们证明，对于生存时间结局，重叠加权在偏差、方差和覆盖率方面始终优于逆概率加权及相关修剪方法，并且随着处理组间协变量重叠程度的降低，其优势更加显著。