×

使用双指数倾向评分评估平均治疗效果。 (英语) Zbl 1468.62375号

小结:当需要数据驱动变量选择来从中等数量的可用协变量中选择相关协变量时,我们考虑在观测数据中估计二元治疗的平均治疗效果(ATE)。为了利用预测结果的(mathbf{X})之间的协变量来提高效率,同时使用正则化来拟合参数倾向得分(PS)模型,我们考虑了基于使用自适应LASSO拟合工作PS和结果模型的降维。提出了一种新的PS估计量,即双指数倾向得分(DiPS),其中处理状态在两个初始工作模型的线性预测因子(mathbf{X})上平滑。在归一化逆概率加权估计量中使用DiPS估计ATE,发现该估计量在固定的协变量个数下保持双重鲁棒性和局部半参数效率。在工作模型的错误指定下,与传统的双鲁棒估计相比,平滑步骤在效率和鲁棒性方面有所提高。将这些结果推广到(p)随样本大小发散且工作模型稀疏的情况。仿真表明了该方法在有限样本中的优点。我们在一项电子病历研究中通过估计他汀类药物的ATE对结直肠癌风险的影响,以及在弗雷明翰后代研究中吸烟对C反应蛋白的影响来说明该方法。

MSC公司:

62页第10页 统计学在生物学和医学中的应用;元分析
62甲12 多元分析中的估计
PDF格式BibTeX公司 XML格式引用