在脊柱手术观察性研究中使用核最优匹配更鲁棒地估计样本平均处理效应
统计方法学
2019-05-23 v2
摘要
逆概率处理加权（IPTW）已被用于利用观察性数据估计样本平均处理效应（SATE），它脆弱地依赖于 positivity 假设和处理分配模型的正确设定，而这两个假设在许多观察性研究中都存在问题。已提出多种方法来克服这些挑战，包括截断、协变量平衡倾向得分和稳定平衡权重。受一项 positivity 被违背且真实处理分配模型未知的脊柱手术观察性研究启发，我们提出使用核最优匹配（KOM）的最优平衡来估计 SATE。通过在一类模型上均匀控制加权估计量的条件均方误差，KOM 同时缓解了处理分配模型可能误设的问题，并能够处理 positivity 假设的实际违背，正如我们的模拟研究所表明的。利用临床登记数据，我们应用 KOM 比较两种脊柱手术干预，并展示其结果如何与 IPTW 估计虚假反驳的临床试验结论相一致。
引用
@article{arxiv.1811.04274,
title = {More robust estimation of sample average treatment effects using Kernel Optimal Matching in an observational study of spine surgical interventions},
author = {Nathan Kallus and Brenton Pennicooke and Michele Santacatterina},
journal= {arXiv preprint arXiv:1811.04274},
year = {2019}
}