工具变量分析中界定移动干预参与行为的局部平均处理效应的边界
统计方法学
2020-08-17 v1
摘要
在随机试验中估计局部平均处理效应，通常需要在我们不愿排除未测量混杂因素的情况下，假设所谓的排除限制。在此假设下，治疗的任何获益都将通过所条件的随机后变量中介，且既不能直接归因于随机化本身，也不能归因于其潜在后代。近来，移动健康干预在提供医疗支持方面受到关注；此类研究可包含单向内容和/或双向内容，后者允许受试者以可在受试者层面客观测量的方式（例如，收到回复的短信比例）参与干预。因此，干预所取得的获益很可能部分由接收干预内容、部分由参与/回复内容所解释。当试图刻画以随机后参与为条件的平均因果效应时，排除限制几乎肯定被违反。在本文中，我们针对该情形提出一种概念直观的敏感性分析流程，可给出局部平均处理效应的锐界。大量模拟研究表明，该方法具有非常好的有限样本表现，并在敏感性参数设定正确时还原局部平均处理效应。我们将该方法应用于一项评估针对2型糖尿病自我管理的短信干预的随机试验。
引用
@article{arxiv.2008.06473,
title = {Bounding the local average treatment effect in an instrumental variable analysis of engagement with a mobile intervention},
author = {Andrew J. Spieker and Robert A. Greevy and Lyndsay A. Nelson and Lindsay S. Mayberry},
journal= {arXiv preprint arXiv:2008.06473},
year = {2020}
}