疫苗、传染与社会网络

考虑当结果具有传染性时，一个个体的处理对另一个个体结果的因果效应，具体应用于疫苗接种对传染病结果的影响。一个个体的疫苗接种对另一个体结果的影响可分解为两种不同的因果效应，称为“传染性”（infectiousness）效应和“传播性”（contagion）效应。我们提出了在两种不同情境下识别和估计或检验传染性与传播性效应的假设及程序：(1) 使用从独立观测组中抽取的数据；(2) 使用从单个相互依赖的社会网络中收集的数据。我们针对社会网络数据提出的方法需要拟合广义线性模型（GLMs）。GLMs 及其他要求主体间独立性的统计模型已被广泛用于估计社会网络数据中的因果效应，但由于网络中的主体 presumably 不独立，使用此类模型通常无效，导致推断预期过于激进（anticonservative）。我们引入了一种方法，以确保尽管结果非独立，GLM 残差在主体间仍不相关。这同时证明了将 GLMs 及相关统计模型用于网络数据的可能性，并突出了其局限性。