Hidden yet quantifiable: A lower bound for confounding strength using randomized trials

要約

ペースの速い精密医療の時代において、観察研究は臨床現場で新しい治療法を適切に評価する上で重要な役割を果たします。
しかし、観察されていない交絡は、ランダム化されていないデータから導き出される因果関係の結論を大きく損なう可能性があります。
私たちは、ランダム化試験を活用して観察されていない交絡を定量化する新しい戦略を提案します。
まず、特定のしきい値を超える強度を持つ観察されていない交絡を検出する統計検定を設計します。
次に、この検定を使用して、観測されていない交絡強度の漸近的に有効な下限を推定します。
いくつかの合成および半合成データセットに対する統計テストの検出力と有効性を評価します。
さらに、実際の環境において、下限が観察されていない交絡の有無を正確に識別できる方法を示します。

要約(オリジナル)

In the era of fast-paced precision medicine, observational studies play a major role in properly evaluating new treatments in clinical practice. Yet, unobserved confounding can significantly compromise causal conclusions drawn from non-randomized data. We propose a novel strategy that leverages randomized trials to quantify unobserved confounding. First, we design a statistical test to detect unobserved confounding with strength above a given threshold. Then, we use the test to estimate an asymptotically valid lower bound on the unobserved confounding strength. We evaluate the power and validity of our statistical test on several synthetic and semi-synthetic datasets. Further, we show how our lower bound can correctly identify the absence and presence of unobserved confounding in a real-world setting.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google