基于试验报告的二元子组分析对个性化治疗反应的局部识别
计量经济学
2022-09-07 v2
摘要
医学期刊一直遵循一种严重限制已发表试验发现有用性的报告实践。医疗决策者通常观察到许多患者协变量，并试图利用这些信息来个性化治疗选择。然而，试验发现的标准摘要仅将受试者划分为宽泛的子组，通常划分为二元类别。鉴于这一报告实践，我们研究关于长均值治疗结果 E[y(t)|x] 的推断问题，其中 t 为治疗，y(t) 为治疗结果，协变量向量 x 的长度为 K，每个分量均为二元变量。可用数据为期刊文章中报告的 {E[y(t)|xk = 0], E[y(t)|xk = 1], P(xk)}（k = 1, . . . , K）的估计值。我们表明，报告的试验发现可局部识别 {E[y(t)|x], P(x)}。说明性计算表明，期刊文章中试验发现的摘要可能仅对长均值结果隐含宽泛的界限。若能将有报告的试验发现与具有识别力的可信假设（如有界变差假设）相结合，则可切实地收紧推断。
引用
@article{arxiv.2208.03381,
title = {Partial Identification of Personalized Treatment Response with Trial-reported Analyses of Binary Subgroups},
author = {Sheyu Li and Valentyn Litvin and Charles F. Manski},
journal= {arXiv preprint arXiv:2208.03381},
year = {2022}
}