用于因果亚组分析的倾向得分加权

比较效果研究的一个常见目标是估计对预先指定的患者亚群的治疗效应。尽管因果推断方法在医学研究中被广泛使用，但此类亚组分析的因果推断方法仍不完善，尤其是在观察性研究中。本文中，我们开发了一套用于因果亚组分析的分析方法与可视化工具。首先，我们引入亚组加权平均治疗效应的估计量，并提供相应的倾向得分加权估计器。我们表明，在亚组内平衡协变量可限制亚组因果效应估计器的偏差。其次，我们设计了一种新的诊断图——Connect-S 图——用于可视化亚组协变量平衡。最后，我们提出使用重叠加权方法以在亚组内实现精确平衡。我们进一步提出一种结合重叠加权与 LASSO 的方法，以平衡亚组分析中的偏差-方差权衡。我们给出了大量的模拟研究，将所提方法与几种现有方法进行比较。我们将所提方法应用于以患者为中心的子宫肌瘤结果（COMPARE-UF）登记数据，以评估子宫肌瘤替代管理方案对缓解症状和生活质量的影响。