调整因缺失资格标准导致的选择偏差
统计方法学
2024-10-08 v2 应用统计
摘要
目标试验模拟（TTE）是基于电子健康记录（EHR）的观察性研究的流行框架。该框架的关键组成部分是确定既适用于感兴趣的目标试验又适用于其观察性仿真的患者人群。然而，定义资格标准的变量的缺失情况在使用观察性研究模拟目标试验时，构成了确定适格人群的主要挑战。在实践中，几乎总会排除数据不完整的患者，尽管存在选择偏差的可能，这种偏差当被排除的主体与具有observed资格数据的主体根本不同时就会发生。尽管如此，我们所知几乎没有针对这一问题的工作旨在减轻其影响。在本文中，我们提出了一种针对 TTE 研究的新型概念框架，旨在解决选择偏差，特别针对时间事件终点进行设计，并通过逆概率加权（IPW）描述估计和推断程序。在反映 EHR 数据复杂性的 EHR 数据库仿真设施中，我们刻画了常见情景，即缺失资格数据会构成选择偏差的威胁，并调查了所提方法解决其能力的最终结果。最后，我们利用来自 Kaiser Permanente 的 EHR 数据库，展示了该方法用于评估肥胖手术对严重肥胖患者（Type II 糖尿病患者）中微血管病变影响的效果。
引用
@article{arxiv.2406.16830,
title = {Adjusting for Selection Bias Due to Missing Eligibility Criteria in Emulated Target Trials},
author = {Luke Benz and Rajarshi Mukherjee and Rui Wang and David Arterburn and Catherine Lee and Heidi Fischer and Susan Shortreed and Sebastien Haneuse},
journal= {arXiv preprint arXiv:2406.16830},
year = {2024}
}