信息锚定敏感性分析：理论与应用
统计方法学
2018-05-16 v1
摘要
纵向随机对照试验的分析常因患者偏离方案而变得复杂。当此类偏离与估计量相关时，我们通常需要对偏离后的行为做出不可检验的假设，以进行主分析并估计处理效应。在此类情况下，目前已被广泛认可的是，随后应进行敏感性分析，以探究推断对偏离后行为的替代假设的稳健性。尽管已有许多关于如何进行此类敏感性分析的研究，但对敏感性分析中因缺失数据而导致的适当信息损失却鲜少关注。我们主张需要对此问题给予更多关注，并表明敏感性分析完全有可能减少或增加关于处理效应的信息。为解决这一关键问题，我们引入了信息锚定敏感性分析的概念。我们的意思是，在此类敏感性分析中，因缺失数据而损失的处理估计信息比例与主分析中因缺失数据而损失的处理估计信息比例相同。我们认为这构成了一个用于解释敏感性分析的透明且实用的起点。随后我们推导结果表明，对于纵向连续数据，通过多重插补执行的一大类受控和参考敏感性分析是信息锚定的。我们通过模拟和一项同行评审试验的分析对该理论进行了说明，并在该领域其他近期工作的背景下讨论了我们的工作。我们的结果为在敏感性分析中使用受控多重插补程序提供了理论基础。
引用
@article{arxiv.1805.05795,
title = {Information-Anchored Sensitivity Analysis: Theory and Application},
author = {Suzie Cro and James R Carpenter and Michael G Kenward},
journal= {arXiv preprint arXiv:1805.05795},
year = {2018}
}