引入辅助变量以提升时变处理效应估计的效率
统计方法学
2025-04-01 v3 统计理论
统计理论
摘要
在行为与精神病学研究中，利用情境感知与推送数字干预以改善健康结局已获得显著关注。微随机化试验（MRTs）是一种常见实验设计，用于获取关于数字干预有效性的数据驱动证据，其中每个个体在众多时间点被重复随机化以接受处理。在研究过程中，会收集随机化时的个体特征与情境因素，其中部分被预先指定为评估时变因果效应调节的调节变量。然而，超出这些调节变量的许多额外测量常被低估利用。其中部分可能影响处理随机化，或已知强烈调节处理效应。将此类辅助信息纳入估计过程可减少机会性不平衡并改善渐近估计效率。本工作中，我们提出一种在一致估计时变干预效应时调整辅助变量的方法。该方法也可扩展至在评估滞后处理效应时纳入处理后辅助变量。在特定条件下，局部效率增益得以保证。我们通过模拟研究以及对 Intern Health Study（NeCamp 等，2020）数据的分析展示了该方法的效用。
引用
@article{arxiv.2306.17260,
title = {Incorporating Auxiliary Variables to Improve the Efficiency of Time-Varying Treatment Effect Estimation},
author = {Jieru Shi and Zhenke Wu and Walter Dempsey},
journal= {arXiv preprint arXiv:2306.17260},
year = {2025}
}