目的利用SAS开发的CAUSALTRT过程,实现三类估计方法的因果效应估计。方法采用SmokingWeight数据集,以戒烟为处理变量,体重变化为结局变量,其他因素为混杂变量,通过增强逆概率加权法(augmented inverse probability weighting,AIPW)对平...
详细信息
目的利用SAS开发的CAUSALTRT过程,实现三类估计方法的因果效应估计。方法采用SmokingWeight数据集,以戒烟为处理变量,体重变化为结局变量,其他因素为混杂变量,通过增强逆概率加权法(augmented inverse probability weighting,AIPW)对平均处理效应(the average treatment effect,ATE)进行估计,通过回归调整法(regression adjustment,REGADJ)对处理组平均处理效应(the average treatment effect for the treated,ATT)进行估计。结果戒烟对体重变化的ATE和ATT分别为3.209(95%CI:2.232~4.187)和3.276(95%CI:2.332~4.219)。结论CAUSALTRT可以实现不同的因果效应估计,但应用时需要考虑其是否满足前提假设以及注意事项。
目的通过模拟研究比较倾向性评分逆概率加权法(inverse probability weighting,IPW)及其5种替代方法在有限重叠和倾向评分模型错误指定下的性能,并应用这些方法探讨血清总25-羟基维生素D[25⁃hydroxyvitamin D,25(OH)D]缺乏与成年人睡眠...
详细信息
目的通过模拟研究比较倾向性评分逆概率加权法(inverse probability weighting,IPW)及其5种替代方法在有限重叠和倾向评分模型错误指定下的性能,并应用这些方法探讨血清总25-羟基维生素D[25⁃hydroxyvitamin D,25(OH)D]缺乏与成年人睡眠时间的关系。方法通过蒙特卡洛模拟,设置不同样本量、倾向性评分重叠度、模型指定情况的模拟场景,比较6种方法的统计性能。结果模拟结果显示,IPW对重叠度差和模型错误指定比较敏感,其替代方法可表现出更强的稳定性和更高的效率,其中重叠权重(overlap weights,OW)法可提供最好的效应估计。血清总25(OH)D缺乏者睡眠时间比血清总25(OH)D充足者少(P<0.001)。结论OW可作为存在极端权重时IPW方法的最优替代,血清总25(OH)D缺乏会减少成年人的睡眠时间。
暂无评论