具有一般干扰与删失的随机化推断
统计方法学
2021-02-04 v3
摘要
当一个个体的处理（或暴露）影响另一个体的结果时，个体间发生干扰。先前关于存在干扰的因果推断方法的研究集中于事先假设存在“部分干扰”的情形，即个体可被划分为组，组内不同个体间无干扰。Bowers、Fredrickson 和 Panagopoulos（2012）以及 Bowers、Fredrickson 和 Aronow（2016）考虑了基于随机化的推断方法，允许在随机化实验背景下更一般的干扰结构。本文提出了 Bowers 等人的扩展，允许受右删失影响的失效时间结果。允许右删失结果具有挑战性，因为标准的基于随机化的无处理效应原假设检验假定个体是否被删失不依赖于处理。所提出的 Bowers 等人扩展通过改编 Wang、Lagakos 和 Gray（2010）在不等删失下两样本生存比较的方法来允许删失。该方法通过模拟研究进行了检验，并用于评估孟加拉国 Matlab 一项 73,000 名儿童和女性的个体随机化试验中霍乱疫苗的效果。
引用
@article{arxiv.1803.02302,
title = {Randomization inference with general interference and censoring},
author = {Wen Wei Loh and Michael G. Hudgens and John D. Clemens and Mohammad Ali and Michael E. Emch},
journal= {arXiv preprint arXiv:1803.02302},
year = {2021}
}