随机试验中的协变量调整:典则连接函数可防范模型误设
统计方法学
2021-07-16 v1
摘要
协变量调整有潜力提高随机试验分析的功效,但调整模型的误设可能导致误差。我们探究在协变量在随机化处理间完全平衡的设置下,当调整模型遗漏了协变量与随机化治疗的交互作用时可能产生何种误差。我们使用数学论证和单一假设数据集的分析。我们表明,使用具有典则连接函数的广义线性模型在零假设下不会导致误差——即,如果在调整模型下治疗效应确为零,则在未调整模型下亦为零。然而,使用非典则连接函数不具备此性质,并在零假设下导致潜在重要误差。该误差即便在大样本中仍存在,因此构成偏倚。我们结论认为随机试验的协变量调整分析应避免非典则连接。若边际风险差是估计目标,则不应使用恒等连接估计;可取的替代方法包括标准化和逆概率治疗加权。
引用
@article{arxiv.2107.07278,
title = {Covariate adjustment in randomised trials: canonical link functions protect against model mis-specification},
author = {Ian R. White and Tim P Morris and Elizabeth Williamson},
journal= {arXiv preprint arXiv:2107.07278},
year = {2021}
}
备注
10 pages, 1 figure