新发疾病中的观测因果推断:以COVID-19为例
应用统计
2023-03-14 v1
摘要
所有观测因果推断的一个关键问题在于,它依赖于一个不可验证的假设——即观测特征足以替代处理混杂因素。在本文中我们主张,在医学案例中,这些 Condition 更可能在标准化治疗指南尚不存在的情况下得到满足。此类情形的一个例子是新发疾病的出现。我们研究了纽约市医院早期COVID-19的案例,表明对两种重要疗法——抗凝与类固醇疗法——的观测分析所得结果,与后来通过随机试验与其他证据组合发布的指南一致。我们还通过一则警示性事例论证,观测因果推断不能机械地应用,而需要分析者的领域专业知识:某疗法在数据中看似极有前景,但该结果源于医院政策的一个怪异之处。
引用
@article{arxiv.2303.07342,
title = {Observational Causal Inference in Novel Diseases: A Case Study of COVID-19},
author = {Alexander Peysakhovich and Yin Aphinyanaphongs},
journal= {arXiv preprint arXiv:2303.07342},
year = {2023}
}