[論文レビュー] Adjusted Logistic Propensity Weighting Methods for Population Inference using Nonprobability Volunteer-Based Epidemiologic Cohorts

Lingxiao Wang, Richard Valliant+1 more|arXiv (Cornell University)|Jul 6, 2020

Statistical Methods and Bayesian Inference参考文献 17被引用数 4

ひとこと要約

本稿では、補助的共変量を用いたロジスティック回帰による参加率の推定を伴い、非確率的・ボランティアベースの疫学的コhortから集団レベルの推論を可能にするため、調整付きロジスティック感受度重み付け（ALP）手法を提案する。この手法は、従来の逆感受度スコア重み付け（IPSW）手法よりも推定誤差と推定効率性を向上させ、すべての変動要因を考慮したテイラー線形化分散推定を採用しており、シミュレーションおよびNHANES IIIとNHISデータを用いた実データ応用においても頑健な性能を示す。

ABSTRACT

Many epidemiologic studies forgo probability sampling and turn to nonprobability volunteer-based samples because of cost, response burden, and invasiveness of biological samples. However, finite population inference is difficult to make from the nonprobability samples due to the lack of population representativeness. Aiming for making inferences at the population level using nonprobability samples, various inverse propensity score weighting (IPSW) methods have been studied with the propensity defined by the participation rate of population units in the nonprobability sample. In this paper, we propose an adjusted logistic propensity weighting (ALP) method to estimate the participation rates for nonprobability sample units. Compared to existing IPSW methods, the proposed ALP method is easy to implement by ready-to-use software while producing approximately unbiased estimators for population quantities regardless of the nonprobability sample rate. The efficiency of the ALP estimator can be further improved by scaling the survey sample weights in propensity estimation. Taylor linearization variance estimators are proposed for ALP estimators of finite population means that account for all sources of variability. The proposed ALP methods are evaluated numerically via simulation studies and empirically using the naïve unweighted National Health and Nutrition Examination Survey III sample, while taking the 1997 National Health Interview Survey as the reference, to estimate the 15-year mortality rates.

研究の動機と目的

• 非確率的・ボランタリー参加型疫学的コhortからの妥当な有限集団推論を可能にするために、代表性の欠如に起因する課題に対処すること。
• 確率標本調査が非現実的である状況において、推定誤差を低減する実用的で効率的な重み付け手法を開発すること。
• 従来の逆感受度スコア重み付け（IPSW）手法を改善するために、調整付き重みとスケーリングを組み込み、推定効率性を向上させること。
• 有限集団平均のALP推定量におけるすべての変動要因を考慮した分散推定フレームワークを提供すること。

提案手法

• 補助的共変量を用いたロジスティック回帰により参加確率をモデル化する調整付きロジスティック感受度重み付け（ALP）手法を提唱する。
• 推定効率性の向上とバイアスの低減を図るため、感受度モデル内の調査標本重みを調整する。
• テイラー線形化を用いて、ALP推定量の分散推定量を導出し、標本抽出と重み付けの両方の変動を考慮する。
• 二段階アプローチを採用：まずスケーリングされた重みを用いたロジスティック回帰により感受度スコアを推定し、次にその逆確率重み付けを有限集団推定量に適用する。
• 実用性を確保するため、容易に入手可能なソフトウェアを用いて実装可能であることを保証する。
• シミュレーション研究とNHANES IIIを非確率的標本、NHIS 1997を基準集団として用いた実証的分析により、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 非確率的ボランタリー参加型標本を用いた場合、調整付きロジスティック感受度重み付けは、集団平均の推定においてほぼ不偏推定量を生成できるか？
• RQ2 さまざまな非確率的標本率のもとで、ALP推定量の効率性は従来のIPSW手法と比べてどの程度優れているか？
• RQ3 感受度モデル内で調査重みをスケーリングすることで、推定量の精度が向上し、バイアスが低減する程度はどの程度か？
• RQ4 テイラー線形化分散推定量は、ALP推定量における全サンプリング変動をどの程度適切に捉えているか？
• RQ5 ALP手法は、実世界の非確率的データを用いて15年間の死亡率などの集団レベルの結果を信頼性高く推定できるか？

主な発見

• ALP手法は、非確率的標本率にかかわらず、集団平均の推定においてほぼ不偏な推定量を生成し、標準的なIPSW手法を上回る性能を示す。
• 感受度モデル内で調査重みをスケーリングすることで、ALP推定量の効率性が顕著に向上する。
• ALP推定量のテイラー線形化分散推定量は、標本抽出と重み付けの不確実性を含む、すべての変動要因を効果的に考慮する。
• シミュレーション研究により、ALPの頑健性が多様なデータ生成メカニズムと標本サイズの下でも確認された。
• NHANES IIIとNHIS 1997を用いた実証的応用において、ALPは15年間の死亡率の推定において信頼性のある結果をもたらし、実世界での有用性が検証された。