[논문 리뷰] Choosing the Causal Estimand for Propensity Score Analysis of Observational Studies

Noah Greifer, Elizabeth A. Stuart|arXiv (Cornell University)|2021. 06. 19.

Advanced Causal Inference Techniques인용 수 31

한 줄 요약

이 논문은 관찰 연구에서 성향 점수 방법에 대한 인과 추정량(ATT, ATU, ATE, ATO)을 선택하고 해석하는 방법을 연구자에게 안내하고, 회귀 분석과 IV 분석에 대한 시사점을 논의한다.

ABSTRACT

Matching and weighting methods for observational studies involve the choice of an estimand, the causal effect with reference to a specific target population. Commonly used estimands include the average treatment effect in the treated (ATT), the average treatment effect in the untreated (ATU), the average treatment effect in the population (ATE), and the average treatment effect in the overlap (i.e., equipoise population; ATO). Each estimand has its own assumptions, interpretation, and statistical methods that can be used to estimate it. This article provides guidance on selecting and interpreting an estimand to help medical researchers correctly implement statistical methods used to estimate causal effects in observational studies and to help audiences correctly interpret the results and limitations of these studies. The interpretations of the estimands resulting from regression and instrumental variable analyses are also discussed. Choosing an estimand carefully is essential for making valid inferences from the analysis of observational data and ensuring results are replicable and useful for practitioners.

연구 동기 및 목표

• 관찰 연구에서 성향 점수 분석을 위한 인과 추정량을 선택하는 것이 왜 중요한지 설명한다.
• 일반적인 추정량(ATT, ATU, ATE, ATO)과 그 대상 인구를 설명한다.
• 추정량 선택이 가정, 해석 및 통계 방법에 어떤 영향을 미치는지 논의한다.
• 추정량 해석을 회귀 및 도구 변수(IV) 분석과 관련지어 설명한다.
• 실무자가 타당한 추론과 재현성을 보장하도록 가이드라인을 제공한다.

제안 방법

• 성향 점수 분석에서 핵심 추정량의 정의와 해석을 검토하고 종합한다.
• 각 추정량이 식별 가능한 조건과 가정들을 개괄한다.
• 추정량 선택이 인과 효과를 추정하는 데 사용되는 통계 방법에 미치는 함의를 논의한다.
• 의료 연구자들이 방법을 구현하고 결과를 해석하는 데 도움이 되는 실용적 지침을 제시한다.

실험 결과

연구 질문

• RQ1 관찰 데이터의 성향 점수 분석에서 대상 인구와 연구 설계에 비추어 어느 인과 추정량이 가장 적합한가?
• RQ2 ATT, ATU, ATE, ATO 추정량과 관련된 가정 및 한계는 무엇인가?
• RQ3 추정량 선택이 결과 해석과 회귀 또는 도구변수 분석과의 비교 가능성에 어떤 영향을 미치는가?
• RQ4 실무자의 타당성, 재현성 및 유용성을 향상시키기 위해 어떤 지침이 있을까?

주요 결과

• 추정량 선택은 성향 점수 분석에서 유효한 추론과 올바른 해석에 필수적이다.
• 각 추정량(ATT, ATU, ATE, ATO)은 특정 대상 인구에 대응하며 고유한 가정과 방법을 가진다.
• 이 논문은 해석이 회귀 및 도구변수 분석과 어떻게 일치하거나 다른지를 논의한다.
• 방법을 올바르게 구현하고 연구의 한계를 이해하도록 연구자들에게 가이드를 제공한다.