Identifying and estimating effects of sustained interventions under parallel trends assumptions

逆概率加权 协变量 估计员 观察研究 加权 混淆 反概率 心理干预 计量经济学 统计 人口 平均处理效果 医学 数学 计算机科学 贝叶斯概率 环境卫生 后验概率 精神科 放射科
作者
Audrey Renson,Michael G. Hudgens,Alexander P. Keil,Paul N Zivich,Allison E. Aiello
出处
期刊:Biometrics [Wiley]
标识
DOI:10.1111/biom.13862
摘要

Many research questions in public health and medicine concern sustained interventions in populations defined by substantive priorities. Existing methods to answer such questions typically require a measured covariate set sufficient to control confounding, which can be questionable in observational studies. Differences-in-differences rely instead on the parallel trends assumption, allowing for some types of time-invariant unmeasured confounding. However, most existing difference-in-differences implementations are limited to point treatments in restricted subpopulations. We derive identification results for population effects of sustained treatments under parallel trends assumptions. In particular, in settings where all individuals begin follow-up with exposure status consistent with the treatment plan of interest but may deviate at later times, a version of Robins' g-formula identifies the intervention-specific mean under stable unit treatment value assumption, positivity, and parallel trends. We develop consistent asymptotically normal estimators based on inverse-probability weighting, outcome regression, and a double robust estimator based on targeted maximum likelihood. Simulation studies confirm theoretical results and support the use of the proposed estimators at realistic sample sizes. As an example, the methods are used to estimate the effect of a hypothetical federal stay-at-home order on all-cause mortality during the COVID-19 pandemic in spring 2020 in the United States.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
吃吃货完成签到 ,获得积分10
3秒前
瑞曦完成签到 ,获得积分10
5秒前
容容容完成签到 ,获得积分10
6秒前
Grace159完成签到 ,获得积分10
6秒前
zhangy559完成签到 ,获得积分10
12秒前
yqcsysu完成签到 ,获得积分10
17秒前
cjq完成签到,获得积分10
23秒前
23秒前
科研通AI2S应助科研通管家采纳,获得10
23秒前
薰硝壤应助科研通管家采纳,获得10
23秒前
一三二五七完成签到 ,获得积分0
24秒前
Bella完成签到 ,获得积分10
28秒前
不甜完成签到 ,获得积分10
30秒前
orixero应助cripple采纳,获得10
30秒前
小羊完成签到,获得积分10
33秒前
DT完成签到,获得积分10
34秒前
科研通AI2S应助舒适静丹采纳,获得10
35秒前
小巧山彤完成签到 ,获得积分10
38秒前
涵Allen完成签到 ,获得积分10
39秒前
锦鲤完成签到 ,获得积分10
43秒前
希柚完成签到 ,获得积分10
43秒前
小卷粉完成签到 ,获得积分10
47秒前
可可可11完成签到 ,获得积分10
49秒前
Kriemhild完成签到,获得积分10
49秒前
zz完成签到,获得积分10
50秒前
小不溜完成签到 ,获得积分10
51秒前
精明的飞槐完成签到 ,获得积分10
57秒前
柏小霜完成签到 ,获得积分10
1分钟前
三金脚脚完成签到 ,获得积分10
1分钟前
王肥肥完成签到 ,获得积分10
1分钟前
不敢装睡完成签到,获得积分10
1分钟前
1分钟前
Raul完成签到 ,获得积分10
1分钟前
Eliii完成签到 ,获得积分10
1分钟前
科研通AI2S应助资紫丝采纳,获得10
1分钟前
满意之玉发布了新的文献求助10
1分钟前
满意之玉完成签到,获得积分10
1分钟前
朴实问筠完成签到 ,获得积分10
1分钟前
怡然的一凤完成签到 ,获得积分10
1分钟前
王俊凯的科妍通完成签到 ,获得积分10
1分钟前
高分求助中
좌파는 어떻게 좌파가 됐나:한국 급진노동운동의 형성과 궤적 2500
Sustainability in Tides Chemistry 1500
TM 5-855-1(Fundamentals of protective design for conventional weapons) 1000
Cognitive linguistics critical concepts in linguistics 800
Threaded Harmony: A Sustainable Approach to Fashion 799
Livre et militantisme : La Cité éditeur 1958-1967 500
氟盐冷却高温堆非能动余热排出性能及安全分析研究 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3052652
求助须知:如何正确求助?哪些是违规求助? 2709891
关于积分的说明 7418319
捐赠科研通 2354494
什么是DOI,文献DOI怎么找? 1246122
科研通“疑难数据库(出版商)”最低求助积分说明 605951
版权声明 595921