观察性研究中选定亚组的精确推断
统计方法学
2021-02-24 v1
摘要
在现代药物研发中，高维观察性数据的广泛可得性为科学家探索亚组异质性提供了机会，尤其是在因成本和伦理限制而无法进行随机临床试验时。然而，一种朴素地搜索高治疗水平亚组的常见做法常因“亚组选择偏倚”而产生误导。更重要的是，高维观察性数据的性质进一步加剧了准确估计亚组治疗效应的挑战。为解决这些问题，我们提供了基于重抽样的新的推断工具，以评估观察性研究中事后识别亚组的可重复性。通过严谨的理论论证和大量模拟，我们表明所提出的方法在高维协变量存在下，能为选定亚组治疗效应提供渐近精确的置信区间和去偏估计。我们通过分析英国生物银行（UK Biobank）数据进一步证明了所提方法的优点。
引用
@article{arxiv.2102.11338,
title = {Sharp Inference on Selected Subgroups in Observational Studies},
author = {Xinzhou Guo and Linqing Wei and Chong Wu and Jingshen Wang},
journal= {arXiv preprint arXiv:2102.11338},
year = {2021}
}