在高维协变量加性风险模型下估计处理效应
统计方法学
2024-12-04 v2 定量方法
应用统计
机器学习
摘要
在高维设定下估计生存结局的因果效应对许多生物医学应用及社会科学领域而言是极为重要的课题。我们提出一种新的正交得分方法用于处治效应估计与推断，该方法在仅假设风险结局模型与处治条件概率具有良好估计性质的前提下，给出渐近有效的置信区间。这一保证使我们能在比现有方法更一般的条件下，于高维加性风险模型下对条件处理效应提供有效推断。此外，我们开发了一种新的风险差（HDi）估计量。我们展示了我们的方法在高维下具有双重鲁棒性：借助交叉拟合，HDi估计在多种处治分配模型下均一致；当风险模型设定错误而真实数据生成机制遵循部分线性加性风险模型时，HDi估计亦一致。我们进一步提出了一种新颖的稀疏双重鲁棒结果，其中结局模型或处治模型均可为完全稠密的高维模型。我们将方法应用于利用SEER-Medicare关联数据研究前列腺癌患者根治性前列腺切除术对比保守管理的处理效应。
引用
@article{arxiv.1907.00287,
title = {Estimating Treatment Effect under Additive Hazards Models with High-dimensional Covariates},
author = {Jue Hou and Jelena Bradic and Ronghui Xu},
journal= {arXiv preprint arXiv:1907.00287},
year = {2024}
}