生存分析中合成控制的警示故事
统计方法学
2024-02-19 v2
摘要
合成控制（SC）方法近来在经济学中迅速流行，其应用于推断处理对标准连续结果的影响，并假设线性输入输出关系。相反，在医学应用中，生存结果通常是主要关注点，这一设定中常假设的数据生成过程（DGPs）与目标参数均不同。因此，在本文中我们研究 SC 能否以及何时可作为生存分析中匹配方法的替代。我们发现，由于 SC 依赖线性假设，在常假设的生存 DGPs 中，它们对真实期望生存时间通常是有偏的——即使考虑到如加速失效时间模型中另一尺度上的线性可能性。此外，我们发现，由于 SC 单元遵循比真实控制单元方差更低的分布，其分布摘要（如生存曲线）在许多生存分析中对感兴趣的参数将有偏。尽管如此，我们也强调，当上述偏差被不完美匹配所表现出的外推偏差所超过时，使用 SC 仍可比匹配有所改进，并研究了使用正则化来权衡两种方法缺陷的取舍。
引用
@article{arxiv.2312.00501,
title = {Cautionary Tales on Synthetic Controls in Survival Analyses},
author = {Alicia Curth and Hoifung Poon and Aditya V. Nori and Javier González},
journal= {arXiv preprint arXiv:2312.00501},
year = {2024}
}
备注
To appear in the 3rd Conference on Causal Learning and Reasoning (CLeaR 2024)