合成生存控制：扩展合成控制方法以回答“何时-若”决策问题

从观察性数据估计时间事件结果的因果效应尤其具有挑战性，due to censoring、limited sample sizes and non-random treatment assignment。回答此类“何时-若”问题——在指定干预下，事件时间将如何变化——的需求在具有异质治疗采用和混杂的真实场景中屡见不鲜。为此，我们提出合成生存控制（SSC），用于在面板数据设置下估计事件风险轨迹的反事实值。在此设置下，SSC 将感兴趣单位的反事实风险轨迹估计为其他观察到的轨迹的加权组合。为提供形式化依据，我们引入一种具有低秩结构的面板框架，用于因果生存分析。该结构在经典参数生存模型下自然呈现。基于此框架，针对感兴趣的因果估计量，我们建立了识别条件并给出有限样本保证。我们使用癌症治疗结果的多国临床数据集进行验证，该数据集中新型疗法的零星引入创造了准实验环境。经验上，我们发现获取新型疗法与更低的事后干预风险轨迹相关，即相对于其合成对照而言。鉴于生存分析在医学、经济学和公共政策领域的广泛 relevance，我们的框架为使用观察性数据进行反事实生存推断提供了通用且可解释的工具。