时变处理的边际结构均值模型的工具变量估计
统计方法学
2020-07-27 v2
摘要
Robins 于 1997 年引入了边际结构模型（MSMs），这是一类用于复杂纵向研究中受时变混杂影响的时变处理方案联合效应的反事实通用模型。在其工作中，MSM 参数的识别是在序贯随机化假设（SRA）下建立的，该假设排除了处理分配随时间的未测量混杂。我们考虑当由于未测量混杂导致序贯随机化不成立时，使用时变工具变量来识别一类子类——边际结构均值模型（MSMMs）——参数的充分条件。我们的识别条件要求没有未观测混杂变量预测时变处理的依从类型。我们描述了一个简单的加权估计量，并在模拟研究中检验了其有限样本性质。我们将所提出的估计量应用于检验分娩医院对新生儿存活概率的影响。
引用
@article{arxiv.2004.11769,
title = {Instrumental Variable Estimation of Marginal Structural Mean Models for Time-Varying Treatment},
author = {Haben Michael and Yifan Cui and Scott Lorch and Eric Tchetgen Tchetgen},
journal= {arXiv preprint arXiv:2004.11769},
year = {2020}
}