存在结果缺失时基于网络研究中的溢出效应评估
统计方法学
2023-04-20 v1 应用统计
摘要
在社会网络中的个体之间存在溢出的情况下估计因果效应，常因信息缺失而具挑战性。溢出效应是指若参与者自身未暴露于干预，但与网络中干预接受者相连时，干预所产生的效应。在基于网络的研究中，结果可能因研究行政结束或参与者因退出研究而失访（亦称删失）而缺失。我们提出了一种逆概率删失加权（IPCW）估计量，它是将网络观测性研究的 IPW 估计量扩展至结果可能受删失的情形。我们证明了所提估计量的一致性与渐近正态性。我们还推导了渐近方差估计量的闭式估计量。我们使用 IPCW 估计量在一项具有结果删失的非随机干预的基于网络研究中量化溢出效应。进行了模拟研究以评估 IPCW 估计量的有限样本表现。模拟研究表明，当样本量与连通子网络（分量）数量相当大时，该估计量在有限样本中表现良好。我们随后采用该方法评估了 2013 至 2015 年希腊雅典传播减少干预项目（TRIP）中社区警报对注射毒品者及其联系人自我报告 HIV 风险行为的溢出效应。社区警报不仅对该研究中接收警报的人具有保护性，也通过参与者间信息共享对网络中其他人具有保护性。本研究中，我们发现 HIV 行为风险随参与者即时联系人中暴露于社区警报的比例增加而降低。
引用
@article{arxiv.2304.09361,
title = {Evaluating Spillover Effects in Network-Based Studies In the Presence of Missing Outcomes},
author = {TingFang Lee and Ashley L. Buchanan and Natallia Katenka and Laura Forastiere and M. Elizabeth Halloran and Georgios Nikolopoulos},
journal= {arXiv preprint arXiv:2304.09361},
year = {2023}
}