[论文解读] The Differential Geometry of Homogeneity Spaces Across Effect Scales

Peng Ding, Tyler J. VanderWeele|arXiv (Cornell University)|Oct 29, 2015

Advanced Causal Inference Techniques参考文献 14被引用 3

一句话总结

本文利用微分几何方法，定量比较了二元结果下风险差、相对风险和比值比的同质性。通过计算四维概率空间中同质性空间的体积，表明风险差的体积最小，反映出更大的异质性，而比值比的体积最大，表明更高的稳定性——为比值比在不同人群间更具可转移性提供了理论支持。

ABSTRACT

If an effect measure is more homogeneous than others, then its value is more likely to be stable across different subgroups or subpopulations. Therefore, it is of great importance to find a more homogeneous effect measure that allows for transportability of research results. For a binary outcome, applied researchers often claim that the risk difference is more heterogeneous than the risk ratio or odds ratio, because they find, based on evidence from surveys of meta-analyses, that the null hypotheses of homogeneity are rejected more often for the risk difference than for the risk ratio and odds ratio. However, the evidence for these claims are far from satisfactory, because of different statistical powers of the homogeneity tests under different effect scales. For binary treatment, covariate and outcome, we theoretically quantify the homogeneity of different effect scales. Because when homogeneity holds the four outcome probabilities lie in a three dimensional sub-space of the four dimensional space, we can use results from differential geometry to compute the volumes of these three dimensional spaces to compare the relative homogeneity of the risk difference, risk ratio, and odds ratio. We demonstrate that the homogeneity space for the risk difference has the smallest volume, and the homogeneity space for the odds ratio has the largest volume, providing some further evidence for the previous claim that the risk difference is more heterogeneous than the risk ratio and odds ratio.

研究动机与目标

• 为解决关于风险差比相对风险或比值比更具异质性的说法缺乏严谨理论证据的问题。
• 利用概率空间中的几何度量，量化风险差、相对风险和比值比等效应尺度的相对同质性。
• 解决元分析中风险差的同质性检验拒绝率更高的模糊性问题，该现象可能反映的是统计功效差异而非真实的异质性。
• 基于同质性下可行结果概率配置的体积，建立比较效应尺度同质性的几何框架。
• 评估沃尔德型同质性检验中接受区域的大小如何随不同效应度量变化，及其对元分析中观察到的拒绝率的影响。

提出的方法

• 在四维概率单纯形中建模四个联合结果概率（p_{ge}，其中 g,e ∈ {0,1}）。
• 将同质性定义为效应度量（风险差、相对风险、比值比）在各子组中保持不变的条件，从而将四维空间限制为三维子流形。
• 应用微分几​​何方法，计算每种效应尺度的同质性空间的三维体积。
• 使用蒙特卡洛积分方法，数值估算每种尺度下沃尔德型同质性检验的接受区域体积。
• 通过比较不同尺度下同质性空间和接受区域的体积，评估其相对稳定性和检验敏感性。
• 假设结果概率上采用均匀先验分布，以确保体积比较的非信息性基线。

实验结果

研究问题

• RQ1 风险差在同质性空间的几何大小上是否比相对风险和比值比表现出更大的异质性？
• RQ2 在四维概率单纯形中，风险差、相对风险和比值比的同质性空间体积如何比较？
• RQ3 为何同质性检验对风险差比对比值比更可能拒绝原假设？这是否源于统计功效的差异？
• RQ4 沃尔德型同质性检验的接受区域在不同效应度量下如何变化？这对元分析中观察到的拒绝率有何含义？
• RQ5 几何体积比较能否为选择在不同人群中更具可转移性的效应度量提供理论依据？

主要发现

• 风险差的同质性空间在三种效应尺度中具有最小的三维体积，表明其受约束最强，因而异质性最大。
• 比值比的同质性空间具有最大的三维体积，表明其在更广泛的结果概率范围内更可能保持同质。
• 沃尔德型同质性检验的接受区域对风险差最小，对比值比最大，这解释了元分析中更高的拒绝率。
• 数值结果表明，对于所有样本量（n=100 至 n=10,000），比值比的接受区域体积比风险差高出约 13%–18%。
• 在大样本下，体积比（比值比/风险差）稳定在约 1.134，表明比值比具有稳定的几何优势。
• 研究结果表明，元分析中风险差拒绝率更高的现象，部分原因在于其统计功效较低，而非真实的异质性更大。