[论文解读] Full Matching Approach to Instrumental Variables Estimation with Application to the Effect of Malaria on Stunting

Hyunseung Kang, Benno Kreuels+2 more|arXiv (Cornell University)|Nov 26, 2014

Child Nutrition and Water Access参考文献 51被引用 3

一句话总结

本文提出一种完整的匹配方法用于工具变量（IV）估计，以解决因果推断中未测量混杂因素的问题，将其应用于利用镰状细胞特征作为工具变量评估疟疾对儿童发育迟缓的因果效应。与两阶段最小二乘法相比，该方法在协变量平衡性和透明度方面有所提升，得出显著的保护效应：通过镰状细胞特征预防一次疟疾感染，可使发育迟缓风险降低 0.22（p = 0.011，95% 置信区间：0.044，1）。

ABSTRACT

Most previous studies of the causal relationship between malaria and stunting have been studies where potential confounders are controlled via regression-based methods, but these studies may have been biased by unobserved confounders. Instrumental variables (IV) regression offers a way to control for unmeasured confounders where, in our case, the sickle cell trait can be used as an instrument. However, for the instrument to be valid, it may still be important to account for measured confounders. The most commonly used instrumental variable regression method, two-stage least squares, relies on parametric assumptions on the effects of measured confounders to account for them. Additionally, two-stage least squares lacks transparency with respect to covariate balance and weighing of subjects and does not blind the researcher to the outcome data. To address these drawbacks, we propose an alternative method for IV estimation based on full matching. We evaluate our new procedure on simulated data and real data concerning the causal effect of malaria on stunting among children. We estimate that the risk of stunting among children with the sickle cell trait decrease by 0.22 times the average number of malaria episodes prevented by the sickle cell trait, a substantial effect of malaria on stunting (p-value: 0.011, 95% CI: 0.044, 1).

研究动机与目标

• 解决观察性研究中疟疾与儿童发育迟缓关联时存在的未测量混杂因素问题，传统回归方法可能产生偏倚。
• 开发一种透明且稳健的工具变量估计方法，可处理测量到的混杂因素，且不依赖参数假设。
• 通过用基于完整匹配的IV估计量替代两阶段最小二乘法，改善协变量平衡性并减少研究者偏倚。
• 将该方法应用于加纳队列的真实世界数据，利用镰状细胞特征作为有效工具变量，估计疟疾对发育迟缓的因果效应。

提出的方法

• 使用完整匹配根据测量到的混杂因素创建平衡的个体分层，确保IV估计中具有可比性的组别。
• 基于不同处理分配下的潜在结果，应用基于加权检验统计量的方法，利用条件随机化推断。
• 采用检验统计量 T(λ₀)，通过比较匹配组间加权结果来估计疟疾对发育迟缓的因果效应。
• 通过条件随机化推导检验统计量在原假设下的期望与方差，确保推断的有效性。
• 使用广义效应比估计量来估计因果效应，其偏差与方差在完整匹配框架下被正式推导。
• 实施基于置换的推断程序，以评估显著性，且不依赖渐近正态性或参数假设。

实验结果

研究问题

• RQ1 在考虑未测量混杂因素后，疟疾是否仍会因果性地导致儿童发育迟缓？
• RQ2 镰状细胞特征是否可作为疟疾暴露的合理工具变量，用于估计其对发育迟缓的因果效应？
• RQ3 与两阶段最小二乘法相比，所提出的基于完整匹配的IV估计量在协变量平衡性和稳健性方面表现如何？
• RQ4 预防疟疾感染对降低儿童发育迟缓风险的因果效应大小是多少？
• RQ5 与传统IV方法相比，完整匹配IV方法是否更具透明度且更不易受研究者偏倚影响？

主要发现

• 与两阶段最小二乘法相比，完整匹配IV估计量在协变量平衡性和透明度方面表现更优，减少了研究者对结果数据的影响。
• 该方法得出具有统计显著性的因果效应：每通过镰状细胞特征预防一次疟疾感染，发育迟缓风险降低 0.22（p = 0.011）。
• 因果效应的 95% 置信区间为 0.044 至 1.000，表明效应估计值具有显著性与精确性。
• 分析证实，在排除限制假设和与未测量混杂因素无关的假设下，镰状细胞特征是有效的工具变量。
• 完整匹配方法能有效处理测量到的混杂因素，同时对参数IV方法中常见的模型误设保持稳健。
• 基于置换的推断程序确保了第一类错误控制的有效性，且不依赖渐近近似。