工具变量模型中结局因死亡而删失时平均处理效应的敏感性分析
统计方法学
2018-02-20 v1 应用统计
摘要
在对支气管肺发育不良(BPD)等非死亡结局进行因果推断时出现的两个问题是未测量混杂和因死亡而删失,即结局仅在受试者存活时被观测到。在具有不依从性的随机实验中,工具变量方法可用于控制未测量混杂而不存在因死亡而删失。但当存在因死亡而删失时,平均因果处理效应在通常假设下无法识别,但可通过带有附加假设的敏感性分析针对特定子群体进行研究。然而,在观察性研究中,具有未测量混杂的因死亡而删失问题中局部平均处理效应(LATE)的评估尚不充分。我们开发了一种基于工具变量模型的用于研究LATE的新颖敏感性分析方法。具体而言,我们给出了在附加假设下的识别结果,并提出了用于LATE估计的三步过程。此外,我们通过同时估计工具倾向得分(即给定协变量时工具的概率)和由该假设引出的参数,提出了一种改进的两步过程。我们通过模拟研究表明,两步过程可比三步过程更稳健且更高效。最后,我们将我们的敏感性分析方法应用于一项关于在高水平新生儿重症监护单元分娩对BPD风险影响的研究。
引用
@article{arxiv.1802.06711,
title = {Sensitivity analyses for average treatment effects when outcome is censored by death in instrumental variable models},
author = {Kwonsang Lee and Scott A. Lorch and Dylan S. Small},
journal= {arXiv preprint arXiv:1802.06711},
year = {2018}
}