一种针对多处理与二值结局因果推断、考虑右删失的逆概率加权回归方法
统计方法学
2022-05-18 v1
摘要
比较效果研究常涉及利用观察性数据评估两种或多种处理之间感兴趣事件风险的差异。通常，感兴趣的治后结局是事件是否在预先指定的时间窗内发生，这导致一个二值结局。估计因果处理效应的一个偏倚来源是混杂因素的存在，通常使用基于倾向评分的方法加以控制。另一个偏倚来源是右删失，当由于失访、研究终止或在感兴趣事件发生前转换处理而导致结局信息不完全时，即发生右删失。我们提出一种基于逆概率加权回归的估计量，能够同时处理混杂和右删失，将该方法命名为 CIPWR，其中字母 C 强调删失部分。CIPWR 通过对使用加权得分函数拟合的逻辑回归模型获得的预测结局进行平均，来估计平均处理效应。CIPWR 估计量具有双重稳健性，即当结局模型或处理与删失模型均被正确设定时，可实现估计一致性。我们建立了 CIPWR 估计量的渐近性质以进行推断，并通过模拟研究将其有限样本性能与几种替代方法进行比较。所比较的方法被应用于一个来自保险索赔数据库的前列腺癌患者队列，以比较四种候选药物对晚期前列腺癌的不良效应。
引用
@article{arxiv.2205.08052,
title = {An Inverse Probability Weighted Regression Method that Accounts for Right-censoring for Causal Inference with Multiple Treatments and a Binary Outcome},
author = {Youfei Yu and Min Zhang and Bhramar Mukherjee},
journal= {arXiv preprint arXiv:2205.08052},
year = {2022}
}