跳到主要内容
搜索登录登录或注册

“无可匹敌的大流行中的平行趋势:传染病政策评估的差异”综述

审核人:L J Keele(宾夕法尼亚大学)|📘📘📘📘📘 • L Kennedy-Shaffer(Vassar学院)|📗📗📗📗◻️

发布时间:2024年5月20日
“无可匹敌的大流行中的平行趋势:传染病政策评估的差异”综述
钥匙插入器这家酒吧 审查 属于
传染病政策评估中无可匹敌的大流行差异的平行趋势
传染病政策评估中无可匹敌的大流行差异的平行趋势
描述

研究人员经常使用差异化(DiD)来研究公共卫生干预措施对传染病结果的影响。DiD假设,如果没有干预措施(“平行趋势假设”),治疗组和非围手术期对照组在预期中会平行移动。然而,在传染病传播的背景下,平行趋势假设的合理性尚不清楚。我们的工作通过将通用DiD规范所需的流行病学假设形式化,确定了潜在的易感传染病恢复(SIR)数据生成过程,从而弥合了这一差距。我们证明,流行的规范可以编码严格的流行病学假设。例如,除非治疗组和对照组未经治疗的潜在结果来自一个数据生成过程,每个时间点具有相同的初始感染和相同的传播率,否则DiD将事件病例数或比率建模为结果将产生有偏差的治疗效果估计。在“无限易感人群”的假设下,应用对数变换或对数增长建模允许不同的初始感染率,但会调用传播参数的条件。然后,我们基于流行病学参数(有效繁殖数和有效接触率)提出了替代性DiD规范,这些参数对治疗组和对照组之间的差异更为稳健,并且可以扩展到复杂的传播动力学。对于最小功率差关联和对数关联模型,我们建议默认使用更健壮的对数规范。我们的替代规范比关联或对数关联模型的功率更低,但比对数增长模型的功率更高。我们通过重新分析已发表的有关新冠肺炎口罩政策的研究来说明我们工作的意义。重要性声明差异中的差异是一种流行的政策评估观察性研究设计。然而,在建模传染病结果时,它可能表现不佳。尽管医学文献中的许多新冠肺炎DiD研究使用了事件病例数或发病率作为结果变量,但我们证明,由于非线性传染病传播,该模型和其他常见模型规范可能会编码严格的流行病学假设。我们对流行的DiD规范中的假设进行了解包,假设数据生成过程是一个易受感染的恢复数据生成过程,并提出了更稳健的替代方案,对有效复制数和有效接触率进行了建模。

要阅读原稿,请单击上面的链接。

评审总结:本研究检验了差异化(DiD)方法在传染病政策评估中的适用性。评审人员赞扬该研究解决了标准DiD方法的局限性,并提出了强有力的替代方案。然而,他们建议进一步阐述新方法与传统估计之间的差异,并与其他建模方法进行比较。该研究强调了在传染病暴发背景下使用DiD分析时仔细考虑统计复杂性的重要性。

评审员1(卢克·基尔…)|📘📘📘📘📘

评审员2(Lee K.…)|📗📗📗📗◻️

RR:C19强度证据量表密钥

📕 ◻️◻️◻️◻️ = 误导

📙📙 ◻️◻️◻️ = 非信息性

📒📒📒 ◻️◻️ = 潜在信息

📗📗📗📗◻️ = 可靠

📘📘📘📘📘 = 强大

要阅读评论,请单击下面的链接。 

评论
2
?
魔鬼之门:

传染病政策评估中差异化方法的实施情况在“非平行大流行病中的平行趋势”主题中进行了研究。通过使用该分析,可以更容易地了解大流行期间各种行动如何影响健康结果。请求帮助英国做我的论文对于需要学术支持的学生来说,这可能是一个很好的方法,可以帮助他们完成富有挑战性的研究。

?
萨萨夫格hsea:

Vape商店通常作为社区中心vape输送可以联系、分享经验,并讨论vaping的最新趋势。一些商店举办活动,如产品发布会、抽气比赛以及关于抽气安全和宣传的教育会议。这种社区意识培养了爱好者之间的友情,有助于消除对吸吮的误解。