×
瓦妮莎·迪德莱兹

用纵向调解人和生存结果定义因果调解。 （英语） Zbl 1436.62018年

寿命数据分析。 25，第4号，593-610（2019）。
总结：在因果中介分析的背景下，直接和间接影响的流行概念是基于嵌套的反事实。对于解释和可识别性而言，这些可能存在问题，尤其是当调解人是一个依赖时间的过程，结果是生存，或者更普遍地说，是一个时间对事件的结果时。我们提出并讨论了一种中介效应的替代定义，该定义不受这些问题的影响，并且比目前的替代定义更透明。我们的提案基于扩展的图形方法M.J.罗宾斯和T.S.理查森[“替代图形因果模型和直接影响的识别”，收录于：Shrout（ed.），因果和精神病理学：寻找疾病及其治疗的决定因素。牛津：牛津大学出版社（2011）]，其中治疗被分解为不同的组分或方面，沿着与真实世界机制相对应的不同因果路径。这是一个有趣的替代动机任何因果调解设置，但特别是生存结果。我们给出了一些假设，允许识别这种替代性中介效应，从而得出熟悉的中介g公式[J.罗宾斯，数学。建模71393-1512（1986；Zbl 0614.62136号)]; 这意味着可以应用许多可用的估计方法。

引用于17文件

MSC公司：

62A01型 统计学基础和哲学主题
62C05型 统计决策理论的一般考虑
62H22个 概率图形模型
62页第10页 统计学在生物学和医学中的应用；元分析
62N01号 审查数据模型

关键词：

因果推断;调解分析;图形模型;因果图;路径特定效应

引文：

Zbl 0614.62136号

软件：

invGauss公司
PDF格式BibTeX公司 XML格式引用
\textit{V.Didelez}，《终身数据分析》。25，第4号，593--610（2019；Zbl 1436.62018）
全文： 内政部

参考文献：

[1] Aalen O，Borgan O，Gjessing H（2008）《生存与事件历史分析：过程观点》。纽约州施普林格·Zbl 1204.62165号 ·doi:10.1007/978-0-387-68560-1
[2] Aalen O，Cook R，Röysland K（2015）随机生存研究的考克斯分析是否产生因果治疗效应？寿命数据分析21（4）：579-593·Zbl 1333.62228号 ·doi:10.1007/s10985-015-9335-y
[3] Aalen O，Stensrud M，Didelez V，Daniel R，Röysland K，Strohmaier S（2018）生存分析中的时间依赖性介质：用加性危险模式模拟直接和间接影响。生物医学J（已提交）·Zbl 1436.62502号
[4] Avin C、Shpitser I、Pearl J（2005）《第十九届国际人工智能联合会议论文集》（IJCAI-05），英国苏格兰爱丁堡，第357-363页
[5] Constantinou P，Dawid AP（2017）《扩展条件独立性及其在因果推理中的应用》。《统计年鉴》45（6）：2618-2653·Zbl 1396.62002号 ·doi:10.1214/16-AOS1537
[6] Daniel R、De Stavola BL、Cousens SN、Vansteelandt S（2015）《多重调解人因果调解分析》。生物统计学71（1）：1-14·Zbl 1419.62331号 ·doi:10.1111/biom.12248
[7] Dawid AP（2000）没有反事实的因果推断（有讨论）。美国统计协会J Am Stat Assoc 95:407-448·Zbl 0999.62003号 ·doi:10.1080/01621459.2000.10474210
[8] Dawid AP（2002）因果建模和推断的影响图。国际统计版次70:161-189·Zbl 1215.6202号 ·doi:10.1111/j.1751-5823.002.tb00354.x
[9] Dawid AP（2015）决策理论视角下的统计因果关系。Ann Rev Stat应用程序2（1）：273-303·doi:10.1146/annurev-statistics-010814-020105
[10] Dawid AP，Didelez V（2010）《确定动态治疗策略的后果：决策理论概述》。统计调查4:184-231·Zbl 1274.62072号 ·doi:10.1214/10-SS081
[11] Didelez V（2015）第31届人工智能不确定性年会论文集-因果关系研讨会，第40-45页
[12] Didelez V（2012）Imai、Tingley和Yamamoto关于“识别因果机制的实验设计”的讨论。J R Stat Soc Ser A期刊176:39
[13] Didelez V（2016）评论：在分析观测数据之前，是否应始终指定目标实验试验？国际流行病学杂志45（6）：2049-251
[14] Didelez V，Dawid A，Geneletti S（2006）第二十二届人工智能不确定性年会论文集。阿灵顿AUAI出版社，第138-146页
[15] Fosen J、Ferkingstad E、Borgan O、Aalen O（2006a）动态路径分析——分析时间相关协变量的新方法。寿命数据分析12:143-167·Zbl 1134.62367号 ·doi:10.1007/s10985-006-9004-2
[16] Fosen J、Borgan O、Weedon-Fekjaer H、Aalen O（2006b）使用加性风险模型对复发事件数据进行动态分析。生物医学杂志48:381-398·Zbl 1442.62361号 ·doi:10.1002/bimj.200510217
[17] Fulcher I，Tchetgen-Tchetgen E，Williams P（2017）加速失效时间模型下截尾生存数据的中介分析。流行病学28（5）：660-666·doi:10.1097/EDE.000000000000687
[18] Geneletti S（2007）《在非对抗性框架中识别直接和间接影响》，《统计社会杂志》B系列69（2）：199-215·Zbl 1120.62006年 ·文件编号：10.1111/j.1467-9868.2007.00584.x
[19] Hernán M（2010）《危害比的危害》。流行病学21（1）：13-15·doi:10.1097/EDE.0b013e3181c1ea43
[20] Hernán MA、Alonso A、Logan R、Grodstein F、Michels KB、Stampfer MJ、Robins JM（2008）观察研究分析类似随机实验：绝经后激素治疗和冠心病的应用。流行病学19（6）：766-779·doi:10.1097/EDE.0b013e3181875e61
[21] Huang YT，Yang HI（2017）多介质生存结果的因果中介分析。流行病学28（3）：370-378·doi:10.1097/EDE.000000000000651
[22] Lange T，Hansen J（2011），生存环境中的直接和间接影响。流行病学22（4）：575-581·doi:10.1097/EDE.0b013e31821c680c
[23] Lin SH、Young J、Logan R、VanderWeele T（2017年），生存结果与时变暴露、中介因素和混杂因素的中介分析。Stat Med 36（26）：4153-4166·doi:10.1002/sim.7426
[24] Lok J（2016）在将中介设置为特定值时，定义和估计因果直接和间接影响是不可行的。统计医学35（22）：4008-4020·doi:10.1002/sim.6990
[25] Pearl J（2001）《第七届人工智能不确定性会议论文集》（UAI-01）。Morgan Kaufmann，Burlington，第411-420页
[26] Pearl J（2009）《因果关系》，第2版。剑桥大学出版社·兹比尔1188.68291 ·doi:10.1017/CBO9780511803161
[27] Pearl J，Robins J（1995）第十一届人工智能不确定性年会论文集（UAI-95）。Morgan Kaufmann，旧金山，第444-453页
[28] Robins JM，Richardson TS（2011）《替代图形因果模型和直接影响的识别》。In：Shrut P（ed）因果关系和精神病理学：寻找疾病的决定因素及其治疗方法。牛津大学出版社
[29] Robins JM（1986）持续暴露期死亡率研究中因果推断的新方法——应用于控制健康工人幸存者效应。数学模型7:1393-1512·Zbl 0614.62136号 ·doi:10.1016/0270-0255（86）90088-6
[30] Robins JM，Greenland S（1992），直接和间接影响的可识别性和可交换性。流行病学3:143-155·doi:10.1097/00001648-199203000-00013
[31] Robins J，Wasserman L（1997）第十三届人工智能不确定性年会论文集（UAI-97）。Morgan Kaufmann，旧金山，第409-420页
[32] Røysland K，Gran J，Ledergerber B，von Wyl V，Young J，Aalen O（2011）使用瑞士艾滋病病毒队列研究数据的动态路径分析来分析治疗的直接和间接影响。统计医学30:2947-2958·doi:10.1002/sim.4324
[33] Röysland K，Ryalen P，Nygard M，Lange T，Aalen O，Didelez V（2018）生存分析中的因果推理：重新加权和局部独立图（正在编制中）
[34] Shpitser I（2018）图形因果模型中的识别。收录：Drton M、Lauritzen S、Maathuis M、Wainwright M（编辑）图形模型手册（待出版）·Zbl 1418.62125号
[35] Shpitser I，Tchetgen E Tchetgon（2016）《干预的图形层次因果推断》。Ann.Stat.44（6）：2433-2466·Zbl 1361.62029号 ·doi:10.1214/15-AOS1411
[36] Strohmaier S、Röysland K、Hoff R、BorganØ、Pedersen T、Aalen O（2015）动态路径分析——一种调查临床生存试验中调解过程的有用工具。统计医学34（29）：3866-3887·doi:10.1002/sim.6598
[37] Strohmaier S，Haase N，Wetterslev J，Lange T（2016）使用重复测量的介质进行生存研究时自然直接和间接影响的简单实现算法。哥本哈根大学生物统计系技术代表2
[38] VanderWeele T（2011）生存数据的因果中介分析。流行病学22（4）：582-585·doi:10.1097/EDE.0b013e31821db37e
[39] VanderWeele T（2015）《因果推理的解释：调解和互动的方法》。牛津大学出版社
[40] VanderWeele TJ，Vansteelandt S，Robins JM（2014），暴露诱导的中介-输出混淆条件下的效应分解。流行病学25（2）:300-306·doi:10.1097/EDE.00000000000034
[41] Vansteelandt S，Daniel R（2017）《多调解人调解分析的干预效应》。流行病学28（3）：258-265·doi:10.1097/EDE.000000000000596
[42] Vansteelandt S、Vandenberghe S、Steen J（2017）《时间-事件端点的调解分析》，《根特大学技术报告》
[43] Zheng W，van der Laan M（2017）时变介质和暴露的纵向中介分析，应用于生存结果。J因果推断5（2）：20160006·doi:10.1515/jci-2016-0006
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。