利用阴性对照结局进行有效工具变量选择及高效估计量构建的方法

Shunichiro Orihara

利用阴性对照结局进行有效工具变量选择及高效估计量构建的方法

统计方法学 2022-08-22 v3 统计理论其他统计学统计理论

作者: Shunichiro Orihara

摘要

在观察性研究中，当存在某些未测量协变量时通常采用工具变量（IV）方法。在孟德尔随机化（MR）中，常通过许多单核苷酸多态性（SNP）构建等位基因评分；然而，纳入无效 IV 会带来估计偏倚因果效应的风险。无效 IV 是关联某些未观测变量的 IV 候选。为解决该问题，本文提出一种新策略：使用阴性对照结局（NCO）作为辅助变量。利用 NCO，我们可在无任何 IV 候选信息的情况下本质地仅选择有效 IV 并排除无效 IV。我们还提出新的两步估计流程并证明半参数有效性。通过模拟研究，我们展示了所提估计量相较现有估计量的优越性能。

关键词

工具变量阴性对照结局孟德尔随机化有效 IV 选择半参数有效性观察性研究

引用

@article{arxiv.2102.12225,
  title  = {Valid Instrumental Variables Selection Methods using Negative Control Outcomes and Constructing Efficient Estimator},
  author = {Shunichiro Orihara},
  journal= {arXiv preprint arXiv:2102.12225},
  year   = {2022}
}

备注

Exclusion restriction, Instrumental variable, Mendelian randomization, Negative control outcome, Semiparametric efficiency, Variable selection, Unmeasured covariates

利用阴性对照结局进行有效工具变量选择及高效估计量构建的方法

摘要

关键词

引用

备注

相关论文