基于生存结果的多值异质性处理效应的双稳健估计

Estimating Multivalued Heterogeneous Treatment Effects with Survival Outcomes via Weighted Least Squares

处理效应用于分析处理变量对结果变量的影响,由于个体间异质性的存在,处理变量对不同个体的影响可能不同,研究异质性处理效应有其现实意义。生存时间是一类重要的结果变量,估计生存结果下的异质性处理效应需要平衡不同处理水平上删失比例的差异。Simoneau等(2020)[1]提出了估计生存结果下二值处理效应的加权最小二乘法,本文将这一方法拓展到多值处理效应的估计中。首先定义了多值处理变量的对比函数用于比较个体接受不同处理后平均结果的差异,然后基于倾向得分和删失逆概率构造权重,对观测数据进行加权,用加权最小二乘法估计参数。该方法具有以下特点:(1)无需指定对照处理;(2)不依赖独立删失的假设;(3)双稳健性一当结果回归模型和权重模型有一个正确时,异质性处理效应的估计是一致的。模拟研究的结果表明,和现有方法相比,本文提出的方法在处理效应估计上具有更小的偏差,在个体最优处理水平的估计上则有更高的准确率。最后,通过I型人类免疫缺陷病毒(HIV-I)感染者的治疗数据说明该方法的有效性。

Treatment effects are used to analyze the efficacy of treatments on outcomes.Due to the heterogeneity among individuals,treatment effects for different individuals may be different.It is of great interest to estimate the heterogeneous treatment effects.Survival time is an important endpoint in clinical trials.To estimate the heterogeneous treatment effects with survival outcomes,it is necessary to balance the difference in censoring rates among treatment levels.Simoneau et al(2020)[1]proposed a weighted least squares method for estimating the heterogeneous effect of binary treatments with survival outcomes.This paper extends the weighted least squares method to estimating multivalued heterogeneous treatment.