COVID-19 政策影响评估：常见设计问题指南
统计方法学
2021-04-20 v7
摘要
针对 COVID-19 的政策响应，特别是与非药物干预相关的措施，在规模与范围上都是前所未有的。流行病学家比以往任何时候都更深入地参与政策决策与证据生成。然而，政策影响评估始终需要环境、研究设计、数据、统计与分析的复杂结合。除任何政策均面临的问题外，COVID-19 政策评估还因传染病动力学与滞后、关键结局缺乏直接观测、以及在加速时间尺度上多重干预并发等额外挑战而复杂化。政策层面影响评估所需的方法在流行病学中并不常用或讲授，且其在重要方面存在差异，可能并不明显。政策评估的数量、速度与方法学复杂性，使决策者与研究人员难以综合与评价 COVID-19 卫生政策论文中的证据强度。在本文中，我们 (1) 介绍用于观测数据的基本政策影响评估设计套件，包括横断面分析、前/后分析、中断时间序列与双重差分分析；(2) 展示这些设计的要求与假设在 COVID-19 背景下常被违背的关键方式；(3) 为决策者与审稿人提供识别这些关键违背的概念性与图形化指南。本文的总体目标是帮助流行病学家、政策制定者、期刊编辑、记者、研究人员及其他研究消费者理解并权衡对决策至关重要的证据的优势与局限。
引用
@article{arxiv.2009.01940,
title = {COVID-19 Policy Impact Evaluation: A guide to common design issues},
author = {Noah A Haber and Emma Clarke-Deelder and Joshua A Salomon and Avi Feller and Elizabeth A Stuart},
journal= {arXiv preprint arXiv:2009.01940},
year = {2021}
}