存在不依从时关于治疗分配效应的推广与迁移推断
统计方法学
2022-11-10 v1
摘要
我们讨论了在完全依从和不完全依从治疗分配两种情况下，用于泛化性和可迁移性分析的因果估计量的可识别性。我们考虑这样一种设定：试验数据包含基线协变量、基线分配、基线干预（点治疗）和结局的信息；而来自非随机化个体的数据仅包含基线协变量的信息。在此设定下，我们回顾了完全依从下的识别结果，并研究了两个例子，其中不依从严重限制了将治疗分配效应的推断迁移到目标人群的能力。在第一个例子中，参与试验对治疗接受有直接影响，并通过治疗接受对结局产生影响（通过依从性产生的“试验参与效应”）。在第二个例子中，参与试验与治疗接受存在未测量的共同原因。在这两个例子中，目标人群中治疗分配对结局的效应均不可识别。然而，在第一个例子中，扩大影响依从性的试验活动与分配治疗的联合干预效应是可识别的。我们得出结论，泛化性和可迁移性分析应考虑通过依从性产生的试验参与效应，以及基于影响依从性的未测量因素的选择性参与。
引用
@article{arxiv.2211.04876,
title = {Generalizing and transporting inferences about the effects of treatment assignment subject to non-adherence},
author = {Issa J. Dahabreh and Sarah E. Robertson and Miguel A. Hernán},
journal= {arXiv preprint arXiv:2211.04876},
year = {2022}
}