中文

连续变量对时间-事件结局(因果)效应的可视化

统计方法学 2023-08-07 v3

摘要

可视化是传达任何旨在估计因果效应研究结果的关键方面。在具有时间-事件结局的研究中,最流行的可视化方法是描绘按感兴趣变量分层的生存曲线。当感兴趣变量为连续变量时,此方法无法使用。简单的变通方法,例如将连续协变量分类并为每个类别绘制生存曲线,可能导致对主要效应的误导性描述。相反,我们提出一种新图形——生存面积图,以同时直接描绘随时间变化且作为连续协变量函数的生存概率。该图基于合适的时间-事件模型利用 g-计算获得相关估计。通过使用 g-计算,这些估计可在无需额外工作的情况下调整混杂,从而在标准因果可识别性假设下允许因果解释。若这些假设不满足,所提图形仍可用于描述非因果关联。我们利用一项大型德国观察性研究的数据(探讨踝臂指数对生存的影响)对所提图形与更简单的替代方案进行说明和比较。为便于使用这些图形,我们还开发了 contsurvplot R 包,其中包含了本文讨论的所有方法。

关键词

引用

@article{arxiv.2208.04644,
  title  = {Visualizing the (Causal) Effect of a Continuous Variable on a Time-To-Event Outcome},
  author = {Robin Denz and Nina Timmesfeld},
  journal= {arXiv preprint arXiv:2208.04644},
  year   = {2023}
}

备注

currently under review in "Epidemiology"