混合暴露中临界阈值的发现及基于靶向学习的政策干预效应估计
统计方法学
2024-07-01 v3
摘要
传统的化学暴露管制往往聚焦于单一暴露，忽视了多种并发暴露可能放大的毒性。我们关注若暴露被限制在某个多元阈值以下时的平均结局。由于阈值水平通常事先未知，我们提供一种算法来寻找使期望结局最大化或最小化的暴露阈值水平。因为在同一数据上既识别阈值又估计政策效应会导致过拟合偏差，我们还提供一种数据自适应估计框架，允许阈值发现与政策估计同时进行。模拟研究显示其对最优暴露区域和干预真实效应的渐近收敛。我们展示了我们的方法如何在一个公开合成混合物数据集中识别真实交互作用。最后，我们将方法应用于 NHANES 数据，以发现对端粒长度有最有害效应的金属暴露。我们在 CVtreeMLE R 包中提供了实现。
引用
@article{arxiv.2302.07976,
title = {Discovery of Critical Thresholds in Mixed Exposures and Estimation of Policy Intervention Effects using Targeted Learning},
author = {David McCoy and Alan Hubbard and Alejandro Schuler and Mark van der Laan},
journal= {arXiv preprint arXiv:2302.07976},
year = {2024}
}