半参数敏感性分析：观察性研究中的未测量混杂
统计方法学
2025-09-16 v3
摘要
从观察性数据建立因果关系通常依赖于不可检验的假设。关键在于了解从非实验性研究得出的结论在多大程度上对潜在的未测量混杂具有稳健性。在本文中，我们聚焦于平均因果效应（ACE）作为推断目标。我们推广了由 Robins 等人（2000）、Franks 等人（2020）以及 Zhou 和 Yao（2023）发展的敏感性分析方法。我们使用半参数理论推导在固定敏感性参数下 ACE 的非参数有效影响函数。我们利用该影响函数构造了 ACE 的一步、分割样本、截断估计量。我们的估计量依赖于观察数据分布的半参数模型；重要的是，这些模型不对敏感性分析参数的值施加任何限制。我们建立了确保估计量具有 root-n 渐近性的充分条件。我们使用我们的方法评估孕期吸烟对出生体重的因果效应。我们还在模拟研究中评估了估计过程的性能。
引用
@article{arxiv.2104.08300,
title = {Semiparametric sensitivity analysis: unmeasured confounding in observational studies},
author = {Razieh Nabi and Matteo Bonvini and Edward H. Kennedy and Ming-Yueh Huang and Marcela Smid and Daniel O. Scharfstein},
journal= {arXiv preprint arXiv:2104.08300},
year = {2025}
}