GBM倾向评分加权法用于因果推断的研究

作     者：杨伟 唐进法 易丹辉 李学林 李伟霞 周晓华 Yang Wei;Tang Jinfa;Yi Danhui;Li Xuelin;Wang Xiaoyan;Zhou Xiaohua

作者机构：中国中医科学院中医临床基础医学研究所北京100700 中央民族大学理学院北京100081 河南中医药大学第一附属医院郑州450000 中国人民大学应用统计科学研究中心北京100872 北京大学北京国际数学研究中心北京100871 

基　　金：国家自然科学基金委青年科学基金项目(81502898):大型观察性医学数据的因果图模型研究 负责人:杨伟 重大新药创制专项子课题(2015ZX09501004-001-007):临床需长期使用的中药口服制剂安全性监测研穷 负责人:李学林 

出 版 物：《世界科学技术-中医药现代化》 (Modernization of Traditional Chinese Medicine and Materia Medica-World Science and Technology)

年 卷 期：2017年第19卷第9期

页      码：1462-1472页

摘      要：目的:在观察性研究或非随机化试验中,由于混杂因素***的存在,研究人员从数据中进行因果推断的能力受到阻碍,本研究利用GBM倾向评分加权法对一组观察性医学数据进行了分析,以期指导相关医学人员进行他们自己的因果推断研究。方法:目前,四类主要的倾向评分法:匹配、分层、逆概率加权和混杂变量调整,已经被普遍用于因果推断的研究。倾向评分法理论上是可以消除可观测到的混杂因素的偏倚,使处理变量接近随机分配设计的效果,从而达到估计处理因素对结局因果效应的目的。结果:考虑到逆概率加权法相对于其它方法的优势,本文概括了它用于因果效应估计的适用条件,特别说明了运用一个现代多元非参数统计技术——广义Boosted模型(GBM)倾向评分加权法的关键环节及优劣。结论:当存在大量不同类型的混杂因素且它们与处理因素之间的线性、非线性或交互效应等函数形式无法确定以及其它问题的时候,GBM倾向评分加权法能克服在精确地估计倾向评分过程中所受到的阻碍,并给出相对更加接近于随机化的因果效应。

主 题 词：GBM 倾向评分加权 因果推断 观察性研究 非随机化试验 

学科分类：1001[医学-基础医学] 10[医学] 

D　O　I：10.11842/wst.2017.09.009

馆 藏 号：203280039...