面向两阶段抽样下测量误差的因果效应高效估计
统计方法学
2025-06-30 v1
摘要
测量误差是使用电子健康记录(EHR)数据进行因果推断研究时常见的挑战,其中临床结果和治疗方案常常被误测量。研究人员通常通过对全量EHR数据中的一部分子集进行手动图表审查来验证测量值——一种两阶段抽样形式。在提高效率方面,phase-two抽样样本常常以依赖患者初始测量误差值的方式进行偏倚抽样。在本工作中,我们以在两阶段抽样下进行面向测量误差的因果推断为出发点,发展适用于该具体问题以及更广泛的两阶段抽样下因果推断问题的解决方案。对于我们的具体测量误差问题,我们构建了两种渐近等价的平均处理效应的双鲁棒估计器,并展示了这些估计器如何从一般两阶段抽样情境下构建高效估计器的两种先前割裂的方法中产生。在我们文档中记录了影响每种方法估计器的各种不稳定来源,并提出可在任何两阶段抽样情境中显著改善有限样本性能的修改方案。我们通过模拟研究和一个说明性案例来展示我们方法的实用性,该案例评估了从 Vanderbilt Comprehensive Care Clinic 患有HIV患者中抗病毒治疗对AIDS定义性事件发生率影响。
引用
@article{arxiv.2506.21777,
title = {Efficient Estimation of Causal Effects Under Two-Phase Sampling with Error-Prone Outcome and Treatment Measurements},
author = {Keith Barnatchez and Kevin P. Josey and Nima S. Hejazi and Bryan E. Shepherd and Giovanni Parmigiani and Rachel Nethery},
journal= {arXiv preprint arXiv:2506.21777},
year = {2025}
}