基于多元广义倾向得分的多个连续暴露的因果推断
统计方法学
2020-09-01 v1
摘要
广义倾向得分（GPS）是倾向得分在定量或连续暴露（如药物剂量或受教育年限）上的扩展。现有的 GPS 方法允许估计单一连续暴露与结局之间的剂量-反应关系。然而，在许多现实场景中，存在同时发生的多个暴露，它们可能与结局具有因果关系。我们提出了一种多元 GPS 方法（mvGPS），该方法允许估计将多个连续暴露变量的联合分布与结局相关联的剂量-反应曲面。该方法在暴露变量多元正态性假设下生成权重。聚焦于两个暴露变量的情形，我们通过模拟表明，mvGPS 方法能够在可能随暴露变量不同而不同的混杂因素集合之间实现平衡，并在多种数据生成情形下降低处理效应估计的偏差。我们将 mvGPS 方法应用于分析两类干预策略对降低儿童肥胖率的联合效应。
引用
@article{arxiv.2008.13767,
title = {Causal inference for multiple continuous exposures via the multivariate generalized propensity score},
author = {Justin R. Williams and Catherine M. Crespi},
journal= {arXiv preprint arXiv:2008.13767},
year = {2020}
}