[論文レビュー] Simple Sensitivity Analysis for Differential Measurement Error

Tyler J. VanderWeele, Yige Li|arXiv (Cornell University)|Nov 1, 2018

Probabilistic and Robust Engineering Design参考文献 11被引用数 3

ひとこと要約

本稿では、曝射または結果の両方における微分的測定誤差に対して、真の因果効果を制限するリスク比を用いた単純な感度分析手法を提示する。真のリスク比は、観察された関連性を微分的測定誤差の最大強度で割った値以上である必要があることが示されている。この最大強度は、制御直接効果または誤測定変数上の条件付き効果を用いて評価される。

ABSTRACT

Simple sensitivity analysis results are given for differential measurement error of either the exposure or the outcome. In the case of differential measurement error of the outcome it is shown that the true effect of the exposure on the outcome on the risk ratio scale must be at least as large as the observed association between the exposure and the mis-measured outcome divided by the maximum strength of differential measurement error, assessed as the risk ratio of the controlled direct effect of the exposure on mis-measured outcome not through the true outcome. In the case of differential measurement error of the exposure it is shown that the true effect on the risk ratio scale of the exposure on the outcome must be at least as large as the observed association between the mis-measured exposure measurement and the outcome divided by the maximum strength of differential measurement error, assessed as the risk ratio of the effect of the outcome on mis-measured exposure measurement conditional on the true exposure. The results can also be immediately used to indicate the minimum strength of differential measurement error that would be needed to explain away an observed association between an exposure measurement and an outcome measurement.

研究の動機と目的

• 疫学的および統計的研究における微分的測定誤差のためのアクセスしやすい感度分析ツールの開発。
• 曝射または結果の微分的誤分類による未測定の交絡要因の課題に対処すること。
• 観察可能なデータと測定誤差に関する妥当な仮定を用いて、真の因果効果の解釈可能な境界を提供すること。
• 研究者が観察された関連性を説明するのに必要な微分的測定誤差の強度がどの程度であるかを評価できるようにすること。

提案手法

• 曝射および結果の誤分類における微分的測定誤差の強度を、リスク比を用いて定量化する。
• 結果の誤分類の場合、真の結果を経由しないで、誤測定された結果に対する曝射の制御直接効果に基づいて境界を導出する。
• 曝射の誤分類の場合、真の曝射を条件とした、結果が誤測定された曝射に与える効果のリスク比に基づいて境界を導出する。
• これらの境界を用いて、観察された関連性を完全に説明するのに必要な最小の微分的誤差強度を計算する。
• 真の曝射、真の結果、およびそれらの誤測定された対応物の間の関係を形式化するために構造的因果モデルを用いる。
• シミュレーションを必要とせず、容易に実装可能な閉形式の感度境界式を提供する。

実験結果

リサーチクエスチョン

• RQ1 研究者は、結果における微分的測定誤差に対して、観察された関連性のロバストネスをどのように評価できるか。
• RQ2 曝射と結果の間の観察された関連性を完全に説明するのに必要な微分的誤差の最小強度は何か。
• RQ3 曝射の微分的誤分類は、リスク比スケールにおける観察された関連性の解釈にどのように影響するか。
• RQ4 微分的測定誤差下で、真の因果効果のための単純で解釈可能な境界を導出できるか。
• RQ5 制御直接効果および条件付き効果は、微分的誤差の感度分析においてどのような役割を果たすか。

主な発見

• 曝射が結果に与える真のリスク比は、誤測定された結果に対する曝射と観察された関連性を、微分的測定誤差の最大強度で割った値以上でなければならない。
• 結果の誤分類の場合、微分的誤差の最大強度は、真の結果を経由しないで、誤測定された結果に対する曝射の制御直接効果のリスク比として測定される。
• 曝射の誤分類の場合、微分的誤差の最大強度は、真の曝射を条件とした、結果が誤測定された曝射に与える効果のリスク比として測定される。
• この手法により、観察された関連性を説明するのに必要な最小の微分的誤差強度を直接計算できる。
• 境界はリスク比スケール上で有効であり、複雑なモデリングやシミュレーションを必要とせず、解釈可能である。
• このアプローチは曝射および結果の両方の誤分類に適用可能であり、微分的誤差下での感度分析の統一的フレームワークを提供する。