高维数据中边际风险比估计的协变量选择
统计方法学
2024-02-14 v1
摘要
在生存分析与流行病学研究中，风险比常被用于评估处理效应。在观察性研究中，倾向得分权重与 Cox 比例风险模型相结合有助于边际风险比（MHR）的估计。估计 MHR 的方法类似于估计平均处理效应等常见因果参数所采用的方法。然而，在高维数据背景下的 MHR 估计仍有待探索。本文通过一项模拟研究来填补这一空白，该研究考虑了因果推断中的变量选择方法，并结合了最近提出的一种用于 MHR 估计的多重稳健方法。此外，还利用卒中登记数据进行了案例研究，以展示这些方法的应用。模拟研究的结果表明，在估计 MHR 时，双重选择协变量选择方法优于其他几种策略。尽管如此，将多重稳健方法应用于双重选择过程中获得的一组倾向得分模型，可以进一步提升估计效果。
引用
@article{arxiv.2402.08500,
title = {Covariate selection for the estimation of marginal hazard ratios in high-dimensional data},
author = {Guilherme W. F. Barros and Jenny Häggström},
journal= {arXiv preprint arXiv:2402.08500},
year = {2024}
}