[论文解读] Causal Proportional Hazards Estimation with a Binary Instrumental Variable

Behzad Kianian, Jung In Kim+2 more|arXiv (Cornell University)|Jan 30, 2019

Advanced Causal Inference Techniques参考文献 26被引用 6

一句话总结

本文提出了一种针对右删失数据的简单两阶段逆概率加权估计量，适用于使用二值工具变量（IV）的因果比例风险模型，使在存在未测量混杂因素的生存分析中实现因果推断成为可能。该方法利用一种特殊的IV特征化方法，将倾向得分加权推广至部分似然框架，确保在标准假设下的有效推断，并可通过自助法方差估计在标准软件中实现。

ABSTRACT

Instrumental variables (IV) are a useful tool for estimating causal effects in the presence of unmeasured confounding. IV methods are well developed for uncensored outcomes, particularly for structural linear equation models, where simple two-stage estimation schemes are available. The extension of these methods to survival settings is challenging, partly because of the nonlinearity of the popular survival regression models and partly because of the complications associated with right censoring or other survival features. We develop a simple causal hazard ratio estimator in a proportional hazards model with right censored data. The method exploits a special characterization of IV which enables the use of an intuitive inverse weighting scheme that is generally applicable to more complex survival settings with left truncation, competing risks, or recurrent events. We rigorously establish the asymptotic properties of the estimators, and provide plug-in variance estimators. The proposed method can be implemented in standard software, and is evaluated through extensive simulation studies. We apply the proposed IV method to a data set from the Prostate, Lung, Colorectal and Ovarian cancer screening trial to delineate the causal effect of flexible sigmoidoscopy screening on colorectal cancer survival which may be confounded by informative noncompliance with the assigned screening regimen.

研究动机与目标

• 解决在随机试验中因非依从性导致未测量混杂因素偏倚标准分析时，估计生存数据中因果处理效应的挑战。
• 将工具变量方法——此前仅限于线性模型和连续结果——扩展至具有右删失时间-事件结果的比例风险模型。
• 开发一种计算简单、可实现的方法，使用标准软件，避免强参数假设和复杂的推断程序。
• 确保估计量的渐近有效性，并为所提出的因果风险比估计量提供插件方差估计量。
• 在复杂生存设置（如左截断、竞争风险和复发事件）中展示其适用性。

提出的方法

• 利用二值工具变量的特殊特征化方法，推导出类似于倾向得分加权的逆概率加权方案。
• 采用两阶段程序：第一阶段，使用二值回归模型拟合治疗分配（工具变量）；第二阶段，将拟合概率作为权重应用于Cox模型的部分似然函数。
• 在第二阶段使用部分似然得分函数作为无偏估计方程，确保在结构模型假设下的一致性。
• 在正则条件下推导出估计量的渐近正态性和一致性，通过自助法估计方差以考虑第一阶段估计误差。
• 通过将加权嵌入部分似然框架，将该方法推广至复杂生存设置，包括左截断、竞争风险和复发事件。
• 通过大量模拟研究和对PLCO癌症筛查试验数据的应用，验证了该方法在估计柔性乙状结肠镜检查对结直肠癌死亡率因果效应中的有效性。

实验结果

研究问题

• RQ1 能否为具有右删失数据和二值工具变量的比例风险模型，开发一种简单、两阶段的逆概率加权方法以实现因果推断？
• RQ2 在存在未测量混杂因素和非依从性的情况下，该方法是否仍能保持有效推断，即使标准ITT或按实际治疗分析存在偏倚？
• RQ3 该方法是否可使用标准Cox模型软件实现，并通过适当的方差估计方法考虑第一阶段权重的估计误差？
• RQ4 在左截断、竞争风险或复发事件等复杂生存设置中，该方法表现如何？
• RQ5 在PLCO试验中，调整因非依从性导致的未测量混杂因素后，柔性乙状结肠镜检查筛查对结直肠癌死亡率的因果效应是什么？

主要发现

• 在模拟研究中，所提出的IV估计量表现出良好的有限样本性能，各种情景下偏差较小，置信区间覆盖接近名义水平。
• 该方法提供了因果风险比的一致且渐近正态的估计，通过自助法方差估计可实现有效推断。
• 在PLCO试验中，IV分析显示在较高年龄组（65–69岁和70–74岁）中，柔性乙状结肠镜检查筛查对结直肠癌死亡率具有显著保护作用，但在年轻组（55–59岁和60–64岁）中无此效应。
• 年轻组中按实际治疗分析与IV分析结果的差异归因于实际筛查状态与风险因素的不平衡，表明按实际治疗模型可能存在非依从性导致的偏倚。
• IV分析为所有60岁以上年龄组中女性结直肠癌死亡率显著低于男性提供了有力证据。
• 该方法提示家族史与结直肠癌存在生存劣势，与生物学和行为混杂因素一致。