Causal Inference with MNAR Self-Masking Confounders: A Stratified Delta-Imputed Propensity Estimation Method
The University of Texas at El Paso(德克萨斯大学埃尔帕索分校);icddr,b(孟加拉国国际腹泻病研究中心)
SDIPE是一种针对自掩MNAR混杂因素的因果推断方法,通过分层delta插补和稳定逆概率权重估计平均治疗效应,实现低偏倚和高覆盖率。
2026-02-27 stat.ME
A simple sensitivity analysis method for unmeasured confounders via linear programming with estimating equation constraints
针对观察性研究中未测量混杂与倾向评分模型误设导致的偏倚,本文提出以估计方程为约束、用线性规划构造平均处理效应最坏情况界的简单敏感性分析方法。
2023-12-07 stat.ME
ROC Analysis with Covariate Adjustment Using Neural Network Models: Evaluating the Role of Age in the Physical Activity-Mortality Association
Al-Balqa Applied University(阿尔巴拉克应用大学);University of North Carolina(北卡罗来纳大学);University of South Carolina(南卡罗来纳大学);University of Santiago de Compostela(圣地亚哥-德孔波斯特拉大学);Harvard University(哈佛大学)
本文提出基于神经网络的协变量调整ROC建模框架,用于灵活非线性评估生物标志物区分能力,并通过模拟和临床案例验证,凸显年龄等协变量调整的重要性及TAC作为功能能力生物标志物的潜力。
2025-10-16 stat.AP stat.ME stat.ML
On adjustment for temperature in heatwave epidemiology: a new method and toward clarification of methods to estimate health effects of heatwaves
该研究针对热浪流行病学中温度校正影响效应估计的问题,论证温度为混杂因素,提出新的热浪-结局效应估计建模方法,经首尔数据验证总效应高于现有结论,还开发了公开R包HEAT。
2023-09-19 stat.ME
Estimation of Causal Effects in the Presence of Unobserved Confounding in the Alzheimer's Continuum
Ludwig-Maximilians-Universität(慕尼黑大学)
研究神经解剖学与阿尔茨海默氏症引起的认知能力下降之间的关系一直是过去十年的主要研究焦点。然而,为了从观察数据中推断因果关系而不是简单的关联,我们需要(i)在图形模型中表达导致认知下降的因果关系,以及(ii)确保从收集的数据中可以识别感兴趣的因果效应。我们得出一个因果关系图,从目前的临床知识的原因和影响,在阿尔茨海默氏症的连续性,并表明,可识别的因果关系的影响,需要所有的混杂因素是已知的和测量。然而,在复杂的神经影像学研究中,我们既不知道所有潜在的混杂因素,也没有关于它们的数据。为了减轻这一要求,我们利用多个原因之间的依赖关系,通过概率潜在因素模型推导出一个替代混淆因素。在我们的理论分析中,我们证明了使用替代混杂因素可以识别神经解剖学对认知的因果影响。我们定量评估我们的方法在半合成数据上的有效性,在那里我们知道真正的因果关系,并说明其在阿尔茨海默病连续体的真实数据上的使用,在那里它揭示了重要的原因,否则会被错过。
2021-06-20 cs.LG stat.AP stat.ME
Correlation-Adjusted Regression Survival Scores for High-Dimensional Variable Selection
背景资料:个性化医疗分类方法的发展高度依赖于预测性遗传标记的鉴定。在生存分析中,经常需要区分有影响和无影响的标志物。通常,第一步是执行单变量筛选步骤,根据标记物与结果的关联对标记物进行排名。通常使用Cox评分进行筛选,Cox评分量化了生存与每个标记物之间的关联。由于Cox评分不考虑标记物之间的依赖性,因此在存在高度相关的标记物的情况下,它们的使用是次优的。研究方法:作为Cox评分的替代,我们提出了右删失生存结局的相关调整回归生存(CARS)评分。通过去除标志物之间的相关性,CARS评分量化了结果与“去相关”标志物值集之间的关联。分数的估计基于逆概率加权,其应用于对数转换的事件时间。对于高维数据,估计是基于收缩技术。结果:在轻度正则条件下,CARS评分具有一致性。在模拟中,基于CARS分数排名的生存模型比竞争方法获得了更高的精确度-召回率曲线下的面积。在前列腺癌和乳腺癌上的两个示例应用证实了这些结果。CARS评分在R软件包carSurv中实现。结论:在涉及高维遗传数据的研究应用中,即使协变量之间的相关性较低,使用CARS评分进行标记选择也是Cox评分的有利替代方案。CARS评分具有简单的解释和低计算要求,是个性化医学研究中易于使用的筛选工具。
2018-02-24 stat.ME
A Decorrelating and Debiasing Approach to Simultaneous Inference for High-Dimensional Confounded Models
针对存在潜在混淆变量的高维线性模型同时推断难题,提出去相关结合去偏的方法,构建检验统计量并给出错误发现控制保证,通过模拟和真实数据验证了方法有效性。
2023-08-23 stat.ME
On the PM2.5 -- Mortality Association: A Bayesian Model for Spatio-Temporal Confounding
University G. d’Annunzio of Chieti-Pescara(阿布鲁佐大学);McGill University(麦吉尔大学)
本文提出一种贝叶斯模型,用于研究PM2.5与死亡率的关联,通过分解时空尺度的暴露效应以减少混杂偏差,并揭示夏季暴露效应的峰值可能与颗粒物与气温的相互作用有关。
2026-01-27 stat.AP stat.ME
Robust and Flexible Estimation of Stochastic Mediation Effects: A Proposed Method and Example in a Randomized Trial Setting
因果中介分析可以提高对流行病学关联机制的理解。然而,自然的直接和间接效应估计的效用受到了限制的假设,没有混杂因素的中介结果的关系,是受先前的曝光-一个假设,在实践中经常违反。我们建立在最近的工作,确定替代被估量,不需要这个假设,并提出了一个灵活的和双鲁棒的半参数有针对性的最小损失为基础的估计数据依赖的随机直接和间接的影响。所提出的方法将受先前暴露影响的中间混杂因素视为随时间变化的混杂因素,并使用一个分布对中介进行随机干预,该分布条件为基线协变量并边缘化中间混杂因素。此外,我们假设的随机干预,观察到的数据,这导致在一个更简单的估计和较弱的识别假设的条件。我们证明了估计的有限样本和鲁棒性在一个简单的模拟研究。我们将该方法应用到一个例子,从移动到机会的实验。在该应用中,随机化获得住房券是影响搬到低贫困社区的治疗/工具,这是中间混杂因素。我们估计随机化的凭证组的数据依赖随机直接影响青少年大麻的使用不介导的变化在学区和随机间接影响介导的变化在学区。我们找不到调解的证据。我们的估计器很容易在标准统计软件中实现,并且我们提供注释的R代码以进一步降低实现障碍。
2018-10-29 stat.AP stat.ME
Combining Experimental and Observational Data for Identification and Estimation of Long-Term Causal Effects
Boston University(波士顿大学);Stanford University(斯坦福大学);University of California, Irvine(加州大学尔湾分校);Johns Hopkins University(约翰斯·霍普金斯大学);University of Pennsylvania(宾夕法尼亚大学)
本文融合存在未观测混杂的观测数据与仅有短期随访的实验数据,提出三类长期因果效应识别假设及基于影响函数的估计方法,并以班级规模对 SAT 分数的影响进行实证验证。
2025-09-29 econ.EM math.ST stat.ME
Causal exposure-response curve estimation with surrogate confounders: a study of air pollution and children's health in Medicaid claims data
针对Medicaid儿童健康数据中社会经济地位未测量、数据聚类等挑战,提出基于广义倾向得分匹配的MedMatch方法,结合代理变量估计PM2.5与呼吸住院的因果暴露-反应曲线,验证了其性能优势并得到正相关的非线性关系。
2024-07-11 stat.ME
How to estimate the association between change in a risk factor and a health outcome?
要估计特定风险因素和慢性病变化的影响,需要从两个时间点获得有关风险因素的信息:入组和首次随访。当使用观察数据来研究这种暴露的影响(风险因子的变化)时,会出现额外的并发症,即(i)何时为时间零点?以及(ii)在这种分析中,我们应该考虑哪些混杂因素的信息?从入组或第1次随访开始?或者两者都是?事实证明,这些问题的结合非常具有挑战性。研究人员采用了不同的方法,取得了不同的成功,因为在回答这些问题时所做的不同选择会导致系统性偏见。在这里,我们回顾这些方法,并强调在每种类型的分析偏差的来源。我们讨论了每种方法的优点和局限性,最后对分析计划提出了建议。
2020-12-21 stat.ME
Debiased inference for a covariate-adjusted regression function
针对协变量调整回归函数的非参数推断问题,提出一种去偏局部线性估计量,可构建渐近有效置信区间与一致置信带,达最优收敛速度,并通过数值实验和空气污染对心血管死亡率影响的分析验证性能。
2023-12-15 stat.ME
Factor-Adjusted Multiple Testing for High-Dimensional Individual Mediation Effects
School of Data Science, Fudan University(复旦大学数据科学学院);Business Division, New York University Shanghai(纽约大学上海分校商学院)
本文提出FADMT框架,通过因子调整实现高维个体中介效应的去偏推断与FDR控制,提升观测研究中对共享潜在变异驱动的虚假关联的鲁棒性。
2026-02-18 stat.ME
Penalized mixed models to adjust for batch effects and unobserved confounding in high dimensional regression
University of Iowa(爱荷华大学)
针对高维回归中的未观测混杂与批次效应,提出可分离量化信号、偏差和变异的框架,并通过系统模拟比较 LASSO、PC-LASSO 与 PLMM,发现 PLMM 总体最稳健。
2025-10-03 stat.ME
Sparse Variable Selection on High Dimensional Heterogeneous Data with Tree Structured Responses
针对高维异质数据中混杂因素导致Lasso假发现多的问题,提出树引导稀疏线性混合模型,利用响应间依赖关系进行变量选择,实验证明其ROC面积优于现有方法。
2024-04-19 stat.ME
Averaging causal estimators in high dimensions
近年来,当潜在混杂因素的数量非常大时,人们越来越感兴趣地开发估计因果效应的方法。这种兴趣的增长导致了一些潜在的估计,可以在这种情况下使用。这些估计器中的每一个都具有不同的操作特性,并且在所有可能的场景中,一个估计器不太可能优于所有其他估计器。再加上分析师永远不知道哪种方法最适合他们的特定数据,我们提出了一个综合估计,平均超过一组候选估计。平均在统计学中被广泛用于预测等问题,其中有许多可能的模型,平均可以提高性能并增加使用不正确模型的鲁棒性。我们表明,这些想法结转到估计的因果关系在高维场景。我们从理论上表明,平均值提供了鲁棒性,对选择一个坏的模型,并通过模拟的平均估计执行得很好,在大多数情况下,以及在所有可能的候选估计最好的经验。最后,我们说明了这些想法在一个环境广泛的协会研究,并看到平均提供了最大的好处,在更困难的情况下,有大量的混杂因素。
2020-02-04 stat.ME
Hypothesis Testing in High-Dimensional Instrumental Variables Regression with an Application to Genomics Data
基因表达和表型关联可能受到来自多个来源的潜在未测量混杂因素的影响,导致对关联的偏倚估计。由于遗传变异在很大程度上解释了基因表达变异,因此可以在高维工具变量(IV)回归的框架内将其用作研究基因表达与表型之间关联的工具。然而,由于遗传变异和基因表达的维度通常大于样本量,因此统计推断(例如,用于此类高维IV模型的假设检验)并非微不足道,并且尚未在文献中进行研究。由于工具变量(例如,遗传变体)必须在大量的遗传变体中进行选择。研究了稀疏IV回归模型的假设检验问题,给出了单个回归系数的检验方法和多个回归系数的多重检验方法,其中单个回归系数的检验统计量是基于逆回归构造的.一个多重检验程序开发选择变量,并控制错误发现率。仿真进行评估我们所提出的方法的性能。这些方法通过酵母数据集的分析来说明,以确定与过氧化氢存在下的生长相关的基因。
2019-10-21 stat.AP stat.ME
Bayesian Nonparametric Adjustment of Confounding
观察性研究的分析日益面临的挑战是,确定需要哪些可能的高维可用协变量集来满足因果效应估计的可验证治疗分配假设。我们提出了一种贝叶斯非参数方法,同时1)根据现有的混杂因素选择原则优先纳入调整变量; 2)以允许混杂因素,暴露和结果之间复杂关系的方式估计因果效应; 3)提供因果估计,说明混杂性质的不确定性。该提案依赖于多个贝叶斯加性回归树模型的规范,这些模型与一个共同的先验分布联系在一起,该先验分布根据与暴露和关注结果的关联将后验选择概率累积到协变量。一组广泛的模拟研究表明,所提出的方法相对于类似动机的方法在各种情况下表现良好。我们部署的方法来调查燃煤电厂的排放对环境空气污染浓度的因果影响,由于当地和区域气象因素的混淆前景引入了不确定性周围的一组高维测量变量的混淆作用。最终,我们表明,所提出的方法产生更有效的和更一致的结果在相邻年份比替代方法,贷款强度的证据之间的因果关系的二氧化硫排放量和环境颗粒物污染。
2022-03-22 stat.ME
Bias-Reduced GEE via Adjusted Estimating Equations, with Odds-Ratio Extensions
University of Brighton(布莱顿大学)
针对小样本相关数据,提出一类通过调整估计方程实现一阶偏倚减少的广义估计方程(GEE)估计量,包括六种偏倚减少和校正估计量,并扩展至优势比参数化,适用于二元相关数据。
2026-06-16 stat.ME
IV estimation of causal hazard ratio
Cox比例风险模型是评价暴露与删失失效时间结果之间关联的最流行的统计模型之一。当未完全观察到混杂因素时,使用Cox模型估计的暴露风险比存在未测量的混杂偏倚。为了解决这一问题,我们提出了一种新的方法来识别和估计的因果风险比存在不可测量的混杂因素。我们的方法是基于一个二进制工具变量,和一个额外的无相互作用的假设,在第一阶段回归的治疗IV和未测量的混杂因素。我们建议,据我们所知,第一个相合估计量(人口)的因果风险比内的工具变量的框架。我们的估计的一个版本承认一个封闭形式的表示。我们导出了估计量的渐近分布,并给出了其渐近方差的相合估计量。我们的方法是通过模拟研究和数据应用程序说明。
2022-01-02 stat.ME
Inference for treatment-specific survival curves using machine learning
在缺乏随机试验数据的情况下,研究人员通常旨在使用观察数据来得出关于治疗对事件发生时间结局的影响的因果推断。在这种情况下,人们的兴趣往往集中在治疗特异性生存曲线上;也就是说,生存曲线是整个研究人群被分配接受治疗或不接受治疗。在某些因果关系条件下,包括观察到治疗-结局关系的所有混杂因素,可以使用协变量调整的生存函数确定治疗特异性生存期。已经提出了几个估计这个函数,包括估计的基础上的结果回归,逆概率加权,和双稳健估计。在这篇文章中,我们提出了一个新的交叉拟合双鲁棒估计,结合数据自适应(例如机器学习)的条件生存函数的估计。我们建立的滋扰估计的条件下,我们的估计是一致的,渐近线性,逐点和一致的时间。我们还提出了一种新的集成学习器的条件生存估计相结合的多个候选估计。值得注意的是,我们的方法和结果适用于离散或连续时间(或两者)发生的事件。我们使用数值研究和手术治疗预防腮腺癌转移对死亡率的影响的应用来研究我们方法的实际性能。
2021-06-11 stat.ME
Odds are the sign is right
本研究提出一种基于比值比的敏感性分析新条件,适用于协变量为混杂变量的场景,经模拟验证其可靠性与常用条件相当,并用于分析寨卡病毒感染与出生缺陷的正关联。
2023-10-10 stat.ME