• 基础理论与方法 •
纵向研究中控制时依混杂的G方法
中华流行病学杂志, 2021,42(10)
: 1871-1875. DOI: 10.3760/cma.j.cn112338-20200731-01001
摘要
传统分析方法不能有效地控制纵向研究中的时依混杂以得到无偏因果效应估计值。本研究解释了纵向研究中正确控制时依混杂的必要性，概述了现有控制时依混杂的G方法——参数g-formula、逆概率加权和G估计，并通过比较它们的优缺点和适用情况，为研究者在纵向研究中估计因果效应提供参考。
引用本文:
梁洁,
和思敏,
陈淑婷,
等.
纵向研究中控制时依混杂的G方法
[J]
. 中华流行病学杂志, 2021, 42(10)
: 1871-1875.
DOI: 10.3760/cma.j.cn112338-20200731-01001.
扫 描 看 全 文
正文
作者信息
基金 0 关键词 0
English Abstract
评论
阅读 0 评论 0
相关资源
引用 | 论文 | 视频
以下内容版权所有，任何个人和机构未经授权不得转载、复制和发布，违者必究。
在观察性研究中，估计暴露与结局间因果效应的关键是控制混杂。当暴露不随时间变化（time-fixed treatment）时，例如接种疫苗/外科手术等仅在基线发生的处理因素、基因型/性别等不随时间变化的因素、年龄等随时间有确定性变化的因素，采用匹配、分层、回归校正、倾向性评分等传统分析方法即可实现混杂的有效控制。当前，很多大型人群队列研究都试图推断基线暴露与预设的一次随访结局的关系，其中一个常被忽视的假设是基线暴露及其可能的混杂是不随时间变化的。然而在流行病学研究中，许多感兴趣的暴露是随时间变化（time-varying treatment）的，例如药物剂量、用药方案、吸烟状态、空气污染程度、社会经济状态等，此时要估计时变暴露的因果总效应，就必须考虑时依混杂的有效控制。
