[论文解读] A Selective Review of Negative Control Methods in Epidemiology

Xu Shi, Wang Miao+1 more|arXiv (Cornell University)|Sep 11, 2020

Advanced Causal Inference Techniques参考文献 72被引用 23

一句话总结

本文对流行病学中的负向对照方法进行了全面综述，提出了一个正式框架，用于在观察性研究中检测和校正混杂偏倚。该框架阐明了因果和统计假设、实际研究设计策略以及验证标准，特别强调双负向对照设计中的非参数识别，推动利用真实世界医疗数据实现稳健的因果推断。

ABSTRACT

Purpose of Review: Negative controls are a powerful tool to detect and adjust for bias in epidemiological research. This paper introduces negative controls to a broader audience and provides guidance on principled design and causal analysis based on a formal negative control framework. Recent Findings: We review and summarize causal and statistical assumptions, practical strategies, and validation criteria that can be combined with subject matter knowledge to perform negative control analyses. We also review existing statistical methodologies for detection, reduction, and correction of confounding bias, and briefly discuss recent advances towards nonparametric identification of causal effects in a double negative control design. Summary: There is great potential for valid and accurate causal inference leveraging contemporary healthcare data in which negative controls are routinely available. Design and analysis of observational data leveraging negative controls is an area of growing interest in health and social sciences. Despite these developments, further effort is needed to disseminate these novel methods to ensure they are adopted by practicing epidemiologists.

研究动机与目标

• 介绍负向对照作为检测和校正流行病学研究中混杂偏倚的正式工具。
• 提供一个将专业知识与统计方法相结合的系统性框架，用于因果分析。
• 总结近期在使用双负向对照设计进行非参数因果效应识别方面的进展。
• 指导研究者在研究设计与分析中利用负向对照开展观察性研究。
• 通过易于理解的方法论指导，促进负向对照方法在流行病学家中的更广泛应用。

提出的方法

• 基于反事实潜在结果和结构因果模型，提出一个正式的负向对照框架。
• 引入负向对照——即在给定暴露变量的条件下，与结果无关且无混杂的变量——用于检测未测量的混杂。
• 应用验证标准（如对结果无直接影响）来评估负向对照的有效性。
• 综述利用负向对照检测、减少和校正混杂偏倚的统计方法。
• 探讨在双负向对照设计下，通过使用两个负向对照来提高偏倚校正效果的非参数因果效应识别方法。
• 强调将专业知识与统计假设相结合，以确保推断的有效性。

实验结果

研究问题

• RQ1 如何系统性地应用负向对照来检测观察性流行病学研究中的未测量混杂？
• RQ2 有效负向对照分析所需的关键因果和统计假设是什么？
• RQ3 负向对照在存在未测量混杂因素的情况下，如何改善因果效应的识别？
• RQ4 如何通过双负向对照设计实现因果效应的非参数识别？
• RQ5 哪些实际策略和验证标准可确保负向对照方法在真实世界数据环境中的可靠实施？

主要发现

• 当怀疑存在未测量混杂因素时，负向对照为检测和校正观察性研究中的混杂偏倚提供了强大工具。
• 正式的负向对照框架可实现系统性研究设计与分析，增强健康与社会科学中因果推断的可信度。
• 验证标准（如对结果无直接影响）对于评估负向对照的有效性至关重要。
• 近期进展支持通过双负向对照设计实现非参数因果效应识别，提高了对模型误设的稳健性。
• 尽管方法论进展显著，负向对照方法在实际流行病学工作者中的传播与应用仍有限。
• 当代医疗数据通常包含可常规获取的负向对照，为实现准确的因果推断提供了巨大潜力。