在右删失下利用实验数据对观察性研究进行基准测试
统计方法学
2024-02-26 v1 机器学习
摘要
从观察性研究（OS）中得出因果推断需要无法验证的有效性假设；然而，可以通过利用随机对照试验（RCT）的实验数据对 OS 进行基准测试来证伪这些假设。现有方法的一个主要局限是未考虑删失问题，尽管大量 RCT 和 OS 报告的是右删失的时间至事件结果。我们考虑了两种删失时间的情形：(1) 独立于时间至事件；(2) 在 OS 和 RCT 中以相同方式依赖于时间至事件。对于前者，我们采用针对条件平均处理效应（CATE）的删失双重稳健信号，以促进 OS 和 RCT 中 CATE 的等价性检验，以此作为检验有效性假设是否成立的代理指标。对于后者，我们表明即使无法进行无偏的 CATE 估计，仍可使用相同的检验方法。我们通过半合成实验验证了所提出的感知删失检验的有效性，并分析了来自妇女健康倡议研究（Women's Health Initiative）的 RCT 和 OS 数据。
引用
@article{arxiv.2402.15137,
title = {Benchmarking Observational Studies with Experimental Data under Right-Censoring},
author = {Ilker Demirel and Edward De Brouwer and Zeshan Hussain and Michael Oberst and Anthony Philippakis and David Sontag},
journal= {arXiv preprint arXiv:2402.15137},
year = {2024}
}
备注
Artificial Intelligence and Statistics (AISTATS) 2024