Disparate Effect Of Missing Mediators On Transportability of Causal Effects

要約

輸送された媒介効果は、上流の介入（緑地などの近隣状況の改善など）が、効果を媒介する要因の結果として異なる集団に適用された場合にどのように異なる作用をするかを理解する手段を提供します。
ただし、効果が伝達される集団にメディエーターが欠落している場合、これらの推定値は偏る可能性があります。
私たちは、メディエーターがランダムに失われるのではなく、メディエーターが失われる可能性があるという公衆衛生上の課題を動機として、メディエーターの欠落に関するこの問題を研究しています。
我々は、輸送されたメディエーション効果に対する欠落メディエーターデータの影響を定量化する感度分析フレームワークを提案します。
このフレームワークを使用すると、メディエーター データが欠落しているサブグループに対して、条件付き輸送メディエーション効果が重要でなくなる設定を特定することができます。
具体的には、欠損の関数として輸送媒介効果の境界を提供します。
次に、このフレームワークを、大規模な住宅引換券実験である「機会への移動研究」の縦断的データに適用し、引換券受け取りの交通効果推定値、居住地に対する上流の介入、幼少期のその後のリスクに対する仲介者の不在の影響を定量化します。
施設全体で親の健康を介して引き起こされる精神的健康または薬物使用障害。
私たちの調査結果は、不偏効果推定値を得るためにどの程度の欠損データに耐えられるかについての具体的な理解を提供します。

要約(オリジナル)

Transported mediation effects provide an avenue to understand how upstream interventions (such as improved neighborhood conditions like green spaces) would work differently when applied to different populations as a result of factors that mediate the effects. However, when mediators are missing in the population where the effect is to be transported, these estimates could be biased. We study this issue of missing mediators, motivated by challenges in public health, wherein mediators can be missing, not at random. We propose a sensitivity analysis framework that quantifies the impact of missing mediator data on transported mediation effects. This framework enables us to identify the settings under which the conditional transported mediation effect is rendered insignificant for the subgroup with missing mediator data. Specifically, we provide the bounds on the transported mediation effect as a function of missingness. We then apply the framework to longitudinal data from the Moving to Opportunity Study, a large-scale housing voucher experiment, to quantify the effect of missing mediators on transport effect estimates of voucher receipt, an upstream intervention on living location, in childhood on subsequent risk of mental health or substance use disorder mediated through parental health across sites. Our findings provide a tangible understanding of how much missing data can be withstood for unbiased effect estimates.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google