针对死亡截断问题的匹配方法

即使在精心设计的随机试验中，部分受试者的结局也可能缺失，或更准确地说，因受试者在结局收集前死亡而变得无定义。这一被称为死亡截断的问题意味着，在处理组与未处理组之间，决定生存的协变量不再平衡。因此，研究者常利用主分层并关注幸存者平均因果效应（SACE）。SACE 是指无论处理状态如何都将存活的子群体中的平均因果效应。本文中，我们提出基于匹配的 SACE 识别与估计方法。我们给出了 SACE 的一个识别结果，其论证了使用匹配来恢复幸存者间平衡的合理性与动机。我们讨论了多种实际问题，包括距离度量的选择、有放回匹配的可能性，以及匹配后基于粗化与基于模型的 SACE 估计量。模拟研究与数据分析展示了我们方法的灵活性。由于 SACE 识别所需的跨世界假设可能过强，我们还提出了敏感性分析技术，并展示了其在真实数据分析中的应用。最后，我们说明了我们的方法也可用于估计条件可分离效应——一种近期提出的 SACE 替代方案。