好的观察性研究与差的观察性研究 | 周日直播·因果科学读书会
导语
本次读书会的讨论将在周日上午9点继续围绕Guido Imben和Donald Rubin的著作Causal Inference for Statistics, Social, and Biomedical Sciences第五部分进行讨论。本次读书会也将参考Miguel Hernan和James Robins的Causal Inference: What If,以及Paul Rosenbaum的Design of Observational Studies,主要介绍G估计、敏感性分析、工具变量等方法。
由于上周Per Johansson教授的分享十分精彩,邀请嘉宾也与Per展开了热烈的讨论。本周日晚上7点,我们邀请Per Johansson教授继续分享计量经济学中经济学中自然实验和准实验的话题,展开介绍DID和synthetic control两种设计方法。周日晚上直播参与方式也可在文中获取。
背景
背景
2004年,国际知名医学杂志《柳叶刀》上发表了两篇文章,一篇题为“观察性研究何时才能像随机试验那样可信?”,另一篇题为“那些令人困惑的维生素:我们能从观察性试验和随机试验证据之间的差异中学到什么?”在随机试验中, 采用投硬币的方式决定下一个人分配到处理组还是对照组,而在观察性研究中,处理分配不受随机实验控制。尽管第一个标题乐观,第二个标题悲观,但两篇文章都取得了平衡,或许略有偏向悲观。
前者在文中转载了下面的讽刺漫画:一名电视新闻记者坐在写着“今日随机医学新闻”的横幅和三个旋转器的下方,旋转器展现的结果是“咖啡可以导致双胞胎的抑郁。” 新闻记者面无表情地说:“根据今天发布的一份报告……”后者注意到《柳叶刀》上近期的两篇关于维生素C与冠心病的文章。一项大型观察性研究发现冠心病的死亡率和血液中维生素C含量具有统计显著的负相关。而另一项大型随机对照试验将安慰剂药片与含维生素C复合维生素药片进行了比较,发现安慰剂组的死亡率略有降低,但不显著。随机试验和观察性研究似乎相互矛盾。这是为什么呢?
图:今日随机医学新闻:咖啡导致双胞胎抑郁,Jim Borgman
内容简介
内容简介
什么是好的观察性研究?好的观察性研究应当具备什么样的特征?这是本次读书会将要回答的问题。
本次读书会延续之前关于观察性研究的分析,在非混淆性假设成立的条件下考察因果作用的估计方法。首先探讨James Robins提出的G估计,该方法巧妙地利用了非混淆性假设,在一定形式下还能得到双稳健估计。
然而,非混淆性假设并不总是成立。我们将介绍三种评估非混淆性假设的策略:伪结局方法、伪处理方法、子集非混淆性方法。随后,我们讨论敏感性分析,考察当非混淆性假设不成立时因果作用的估计会如何变化——以及对非混淆性假设的何种程度偏离会导致原有结论失效。
未观测到的混杂变量是观察性研究的最大挑战。事实上,这也是差的观察性研究与好的观察性研究的重要区别。如果存在未观测到的混杂变量,非混淆性假设一般不成立。为了识别或估计因果作用,一种可行的方法是引入工具变量。我们将介绍与工具变量相关的几种分析策略,如意向治疗分析、符合方案分析、实际方案分析、Wald估计或两阶段最小二乘估计。
最后,我们以关于观察性研究的评述结束讨论。
主持人
主持人
邓宇昊,北京大学数学科学学院统计学2018级博士生,导师为周晓华教授,主要研究方向为生物统计、因果推断、临床试验研究中的统计学方法,已在Biometrics、Statistics in Medicine等杂志发表多篇论文。
直播信息
直播信息
时间:
2021年12月5日上午9:00-11:00
参与方式:
-
文末扫码参加读书会第三季,加入群聊,获取系列读书会回看权限,成为因果社区种子用户,与900余位社区的科研工作者沟通交流,共同推动因果科学的发展。 -
集智俱乐部视频号直播,点击下方可预约。
Per Johansson:
经济学中自然实验和准实验
Per Johansson:
经济学中自然实验和准实验
上周内容精彩回顾:Per Johansson:经济学中自然实验和准实验 | 周日直播·因果科学读书会
参与方式:
-
集智俱乐部 B 站免费直播 -
扫码获取Zoom房间号可直接开麦与主讲人交流
因果科学读书会第三季启动
因果科学读书会第三季启动
读书会大纲一览:
Donald Rubin:Essential Concepts of causal inference
因果推断在观察性研究中的应用(续):ANALYSIS
因果与公平性和可解释性
「深入理论学习」
点击“阅读原文”,报名读书会