[论文解读] On the Relationship between Treatment Effect Heterogeneity and the Variability Ratio Effect Size Statistic

Alexander Volkmann|arXiv (Cornell University)|Jun 21, 2020

Advanced Causal Inference Techniques参考文献 15被引用 6

一句话总结

本文建立了处理效应异质性（TEH）与变异比率（VR）效应量统计量之间的精确数学关系，表明VR ≠ 1意味着存在TEH，但VR = 1并不能排除存在显著的TEH。文章推导了基于VR和响应标准差的TEH边界，通过模拟证明即使VR等于1，TEH仍可能存在。

ABSTRACT

Recently, the variability ratio (VR) effect size statistic has been used with increasing frequency in the study of differences in variation of a measured variable between two study populations. More specifically, the VR effect size statistic allows for the detection of treatment effect heterogeneity (TEH) of medical interventions. While a VR that is different from 1 is widely acknowledged to implicate a treatment effect heterogeneity (TEH) the exact relationship between those two quantities has not been discussed in detail thus far. In this note we derive a precise connection between TEH and VR. In particular, we derive precise upper and lower bounds on the TEH in terms of VR. Moreover, we provide an exemplary simulation for which VR is equal to 1 and there exist TEH. Our result has implications for the interpretation of VR effect size estimates regarding its connection to treatment effect heterogeneity of (medical) interventions.

研究动机与目标

• 阐明处理效应异质性（TEH）与变异比率（VR）效应量统计量之间精确的数学关系。
• 基于对照组结果的标准差，推导TEH大小的解析边界。
• 挑战一种普遍假设，即VR = 1意味着不存在处理效应异质性。
• 通过模拟证明，即使VR = 1，仍可能存在显著的TEH。
• 提供一个框架，用于在未观测到治疗效应与结果之间相关性的情况下解释VR估计值。

提出的方法

• 本文采用超总体视角，将个体治疗效应δi建模为随机变量δ的实现，其方差为σδ²。
• 定义变异比率ν = σ₁ / σ₀，其中σₐ²是治疗a ∈ {0,1}下结果的超总体方差。
• 利用潜在结果方差与治疗效应之间关系，推导出关键方程：σδ² = στ²(ν² - 1 - 2ρν)，其中ρ为治疗效应与对照结果之间未观测到的相关系数。
• 基于ν和στ，推导出σδ的上下界，表明|1 - ν| ≤ σδ / στ ≤ 1 + ν。
• 采用基于多元正态分布抽样的模拟研究，生成具有指定均值和协方差的潜在结果，模拟随机治疗分配，并计算经验VR和治疗效应的标准差。
• 模拟使用N = 10,000个单位，(Y⁰, Y¹ - Y⁰) ~ N(0, Σ)，Σ = [[1, -0.5], [-0.5, 1]]，并运行1,000次重复以评估样本中VR和σδ的分布。

实验结果

研究问题

• RQ1 当变异比率（VR）恰好为1时，处理效应异质性（TEH）是否仍可能存在？
• RQ2 TEH（σδ）与VR（ν）及对照组结果标准差（στ）之间的精确数学边界是什么？
• RQ3 治疗效应与对照结果之间未观测到的相关系数ρ如何影响VR与TEH之间的关系？
• RQ4 在缺乏对ρ的了解时，VR在多大程度上可作为TEH的可靠指标？
• RQ5 模拟能否证明VR = 1的同时，TEH（σδ）仍保持显著？

主要发现

• VR为1并不意味着不存在处理效应异质性（TEH），模拟结果表明VR ≈ 1且σδ = 1时TEH依然存在。
• 本文推导出边界|1 - ν| ≤ σδ / στ ≤ 1 + ν，为基于VR和στ的TEH提供了精确的上下限。
• 当治疗效应与对照结果之间的相关系数ρ为零时，σδ = στ√(ν² - 1)，为从VR理解TEH提供了简化解释。
• VR与TEH之间的关系在很大程度上取决于未观测到的相关系数ρ，这使得VR估计值的解释存在不确定性。
• 模拟结果证实，VR = 1与显著的TEH相容，挑战了VR = 1意味着治疗效应同质性的假设。
• 研究结果表明，仅凭VR不足以排除TEH的存在，必须辅以额外假设或数据，才能从VR推断TEH的大小。