基于以太网络的随机化设计识别关键影响者
统计方法学
2025-02-17 v1
摘要
行为健康干预（如培训或激励）在个体之间存在相互关联的场景中实施，接受干预的个体也可能影响其网络中其他个体的行为。评估此类干预需要同时考察接受干预者的效果以及与受试者相连者的溢出效应。由于行为干预的溢出效应可能在个体的社会连通性和个人特征不同时呈现异质性，这些个体更可能响应干预并影响同伴行为。将这些个体作为目标可提高群体中干预的有效性。本文聚焦于以太网络随机试验（ENRT）设计，其中从人群中招募一组索引参与者并随机分配至对照组，同时收集其指定网络成员（未接受治疗）的结局数据。在此设计下，网络成员的溢出效应可能取决于索引参与者的特征。本文发展了一种测试方法——与最佳者比较（MCB），以识别其治疗对网络成员溢出效应最大的索引参与者子群组。随后提供功效与样本量计算，以设计能够检测关键影响者的 ENRT。该方法在基于网络的同伴 HIV 预防教育项目中的应用示例，为选择同伴教育者提供策略性见解。
引用
@article{arxiv.2502.10170,
title = {Identifying Key Influencers using an Egocentric Network-based Randomized Design},
author = {Zhibing He and Junhan Fan and Ashley Buchanan and Donna Spiegelman and Laura Forastiere},
journal= {arXiv preprint arXiv:2502.10170},
year = {2025}
}