存在竞争事件时用于因果推断的可分离效应
统计方法学
2020-02-14 v3
摘要
在事件时间设定中，竞争事件的存在使因果效应的定义复杂化。本文提出新的可分离效应来研究治疗对关注事件的因果效应。可分离直接效应是治疗对关注事件的不经由其对竞争事件效应的中介作用而产生的效应。可分离间接效应是治疗仅通过对竞争事件的效应而对关注事件产生的效应。与 Robins 和 Richardson 用于中介分析的扩展图模型方法类似，可分离效应仅在治疗可被分解为通过不同因果路径发挥作用的两种不同组分这一假设下才可识别。与现有存在竞争事件时因果效应的定义不同，我们的估计量不需要跨世界对比或防止死亡的假设性干预。作为示例，我们将该方法应用于一项关于前列腺癌患者雌激素治疗的随机临床试验。
引用
@article{arxiv.1901.09472,
title = {Separable Effects for Causal Inference in the Presence of Competing Events},
author = {Mats J. Stensrud and Jessica G. Young and Vanessa Didelez and James M. Robins and Miguel A. Hernán},
journal= {arXiv preprint arXiv:1901.09472},
year = {2020}
}