健康公平研究中具有意义的因果分解：基于加权框架的定义、识别与估计

因果分解分析有助于为应对健康差异（不公平）的干预措施建立证据基础。它们探讨在假设干预下结果差异可能如何变化。通过研究设计与假设，它们可排除混杂、选择偏倚和测量误差等替代性解释，从而识别潜在的干预靶点。遗憾的是，关于因果分解分析及相关方法的文献在很大程度上忽视了实际干预者会尊重的公平关切，限制了其相关性与实用价值。本文通过明确考虑结果差异与假设干预所调整的协变量（所谓允许协变量）以及这些选择所传达的公平价值判断，借鉴生物伦理学、生物统计学、流行病学与卫生服务研究文献，来解决这些关切。由此讨论，我们将分解估计量与公式一般化以纳入允许协变量集，反映公平选择，同时仍允许调整满足因果假设所需的非允许协变量。针对这些一般公式，我们基于中介概率比与逆优势比加权的改编，提供基于加权的估计量。我们讨论了在某些公平价值判断下这些估计量如何退化为已使用的估计量，以及在其他判断下的一种新颖改编。