存在网络成员误分类时以自我为中心网络随机试验中的因果溢出效应估计与推断
统计方法学
2023-10-04 v1 应用统计
摘要
为利用同伴影响并增加人群行为改变，行为干预常依赖基于同伴的策略。评估此类策略的一种常见研究设计是以自我为中心网络随机试验（ENRT），其中接受干预者被鼓励向同伴传播信息。平均溢出效应（ASpE）衡量干预对未接受干预但结果可能受接受者影响的参与者的作用。ASpE 的评估依赖于关于干扰集的假设及其正确测量，在干扰集内个体可能相互影响结果。恰当界定干扰集（如 ENRT 中的网络）可能具有挑战性，若测量有误，现有方法估计的干预效应将有偏。在社会网络在疾病传播中起重要作用的 HIV 预防研究中，纠正因网络误分类导致的 ASpE 估计偏倚对准确评估干预的全部影响至关重要。我们结合测量误差与因果推断方法，在 ENRT 中当记录到替代网络而非真实网络、且可获得将误分类网络与真实网络关联的验证数据时，对网络误分类下的 ASpE 估计进行偏倚校正。我们在广泛的模拟研究中考察了方法的有限样本性质，并在 HIV 预防试验网络（HPTN）037 研究中说明了方法的应用。
引用
@article{arxiv.2310.02151,
title = {Estimation and inference for causal spillover effects in egocentric-network randomized trials in the presence of network membership misclassification},
author = {Ariel Chao and Donna Spiegelman and Ashley Buchanan and Laura Forastiere},
journal= {arXiv preprint arXiv:2310.02151},
year = {2023}
}