多队列研究中使用目标试验框架进行因果推断以识别并最小化偏倚来源
统计方法学
2024-07-08 v5
摘要
纵向队列研究随时间随访一组个体，提供了考察复杂暴露对长期健康结局因果效应的机会。利用多个队列的数据有望带来进一步益处：通过数据合并提高估计精度，并通过跨队列复制分析考察效应异质性。然而，发现的解释可能因偏倚而变得复杂，这些偏倚在合并数据时可能叠加，或在复制分析时导致不一致发现。"目标试验"是指导单队列研究因果推断的有力工具。在此我们扩展该概念框架，以应对多队列环境下产生的特定挑战。通过清晰定义目标估计量，目标试验提供了一个中心参考点，据此可系统评估各队列中及数据合并所产生的偏倚。因此，可设计分析以减少这些偏倚，并在潜在剩余偏倚的背景下合理解释所得发现。我们使用案例研究来展示该框架及其通过改进分析设计与澄清发现解释来加强多队列研究因果推断的潜力。
引用
@article{arxiv.2206.11117,
title = {Causal inference in multi-cohort studies using the target trial framework to identify and minimize sources of bias},
author = {Marnie Downes and Meredith O'Connor and Craig A. Olsson and David Burgner and Sharon Goldfeld and Elizabeth A. Spry and George Patton and Margarita Moreno-Betancur},
journal= {arXiv preprint arXiv:2206.11117},
year = {2024}
}
备注
Updated version 5: 39 pages main document including 3 figures, plus 7 pages supplementary material. Revised following reviewer comments and resubmitted for publication, 2-Jul-24