利用结构累积生存模型对时间至事件响应进行暴露效应的工具变量估计
统计方法学
2016-08-03 v1
摘要
使用工具变量估计暴露对结果的影响在计量经济学中很流行，在流行病学中也日益如此。这种日益流行的趋势可能归因于观察性研究中工具变量的自然出现，这些研究包含了随机化元素，无论是通过设计还是自然形成（例如基因的随机遗传）。对于连续结果以及在一定程度上对于二元结果，暴露效应的工具变量估计已得到充分确立。然而，由于删失和生存者偏差带来的复杂性，对于时间至事件结果的研究在很大程度上尚属空白。在本文中，我们在一类结构累积生存模型下提出了一项新颖方案，该类模型直接在生存函数尺度上参数化点暴露的时变效应；这些模型本质上等同于工具变量加性风险模型的半参数变体。我们为此类暴露效应提出了一类递归工具变量估计量，并推导了其大样本性质以及推断工具。我们在模拟研究中检验了所提方法的性能，并利用健康与退休研究（Health and Retirement Study）的数据，在一项孟德尔随机化研究中进行了说明，以评估糖尿病对死亡率的影响。我们进一步利用所提方法，基于 HIP 研究调查乳腺癌筛查对后续乳腺癌死亡率的潜在益处。
引用
@article{arxiv.1608.00818,
title = {Instrumental variables estimation of exposure effects on a time-to-event response using structural cumulative survival models},
author = {T. Martinussen and S. Vansteelandt and E. J. Tchetgen Tchetgen and D. M. Zucker},
journal= {arXiv preprint arXiv:1608.00818},
year = {2016}
}