关于Cox模型中时变治疗因果推断局限性的探讨
统计方法学
2025-04-03 v1
摘要
在使用Cox模型分析时变治疗对生存结果影响时，常仅将当前治疗水平作为时间依赖协变量纳入模型。此类模型不一定假设过去的治疗与结果无关联（马尔可夫性质），因为可对危险率在仅包含当前治疗值时进行建模。然而，为正确解释结果，必须对危险率进行建模，而仅包含当前治疗的完整模型则假设满足马尔可夫性质。这一现象在边际结构Cox模型中常见。我们展示，依赖马尔可夫性质是有问题的，因为它只在不切实际的情景下成立，或在治疗无因果影响时才成立。即使在无混杂因素且治疗的真实因果影响仅取决于其当前水平的情况下，这一结论依然如此。我们还提供了一个马尔可夫性质不成立，但仅包含当前治疗作为协变量的Cox模型恰当指定的示例。将结果转化为生存比例后，无法获得干预特定的生存概率，表明从此类模型中作出因果声明是不清楚的。
引用
@article{arxiv.2504.01524,
title = {On the limitations for causal inference in Cox models with time-varying treatment},
author = {Mark B. Knudsen and Erin E. Gabriel and Torben Martinussen and Helene C. W. Rytgaard and Arvid Sjölander},
journal= {arXiv preprint arXiv:2504.01524},
year = {2025}
}