交叉试验中因果处理效应的无偏高效估计
统计方法学
2022-05-31 v1 统计理论
统计理论
摘要
我们将因果推断推理引入交叉试验，重点关注 Thorough QT (TQT) 研究。对此类试验，我们提出不同的假设集合并考察其对建模策略与估计过程的影响。我们证明，通过 G-computation 方法与来自工作回归模型的加权最小二乘预测相结合，可获得因果处理效应的无偏估计。该结果成立仅需对工作回归与加权矩阵满足少量自然要求。由此可知，一大类高斯线性混合工作模型即便未捕捉真实数据生成机制，也能给出因果处理效应的无偏估计。我们在一模拟研究中比较了一系列工作回归模型，其中数据由复杂数据生成机制模拟，输入参数基于真实 TQT 数据集估计。在此设定下，我们发现就所有实际目的而言，调整基线 QTc 测量的工作模型具有可比性能。具体而言，对于默认过于简化而无法捕捉真实数据生成机制的工作模型亦观察到此现象。交叉试验尤其是 TQT 研究可使用简单工作回归模型高效分析，而不会使感兴趣的因果参数估计产生偏倚。
引用
@article{arxiv.2205.14995,
title = {Unbiased and Efficient Estimation of Causal Treatment Effects in Cross-over Trials},
author = {Jeppe Ekstrand Halkjær Madsen and Thomas Scheike and Christian Pipper},
journal= {arXiv preprint arXiv:2205.14995},
year = {2022}
}