近正定性违反对具有时变混杂的 IPTW 估计边际结构生存模型的影响

在纵向观察性研究中，边际结构模型是一类因果模型，用于分析暴露对感兴趣（事件时间）结果的影响，同时考虑受暴露影响的时变混杂。在应用文献中，逆概率处理加权（IPTW）已被广泛用于估计 MSM。基于 IPTW 的 MSM 的一个基本假设是正定性假设，该假设确保对于个体中任何已测量的混杂因素组合，接受每种可能治疗策略的概率均不为零。正定性对于通过基于 IPTW 的 MSM 进行有效的因果推断至关重要，但与混杂偏差相比常被忽视。正定性违反也可能由于随机性而产生，即在分配特定治疗理论上可能但在数据中缺失或极少观察到的情况下，导致近违反。这些情况在实际应用中很常见，特别是在样本量较小时，它们对因果推断构成了重大挑战。本研究调查了在生存分析中近正定性违反对基于 IPTW 的 MSM 估计的影响。提出了两种算法用于从风险 MSM 模拟纵向数据，以适应近正定性违反、时变二元暴露和事件时间结果。在各种场景和权重截断（WT）策略下，分析了在某些混杂水平下保持未暴露罕见的近正定性违反情况。这项工作旨在作为一个严厉的警告，提醒人们不要在使用纵向观察性数据和 IPTW 的因果研究中忽视正定性假设或天真地应用 WT。