Dynamic Local Average Treatment Effects

要約

私たちは、デジタル推奨や適応医療治験などのアプリケーションで生じる一方的な不遵守を伴​​う動的治療計画 (DTR) を考慮します。
これらは、意思決定者が個人に時間をかけて治療を受けるよう奨励しますが、以前の励まし、治療、状態、結果に基づいて励ましを調整する環境です。
重要なのは、個人は、観察されていない交絡因子に基づいて、推奨される治療法が提供された場合には、それに従うかどうかを選択する可能性があるということです。
当社は、動的局所平均治療効果のノンパラメトリックな識別、推定、および推論を提供します。これは、適切に定義された準拠者部分母集団間の複数期間の治療コントラストの期待値です。
操作変数および DTR 文献の標準的な仮定の下で、任意の単一タイム ステップでの治療の提供に対応するコントラストの局所平均効果を特定できることを示します。
追加の期間間の効果とコンプライアンスの独立性の仮定（段階的導入設定およびそれらの一般化（段階的コンプライアンス設定として定義）で満たされる）の下で、複数の期間での治療の局所平均治療効果を特定します。

要約(オリジナル)

We consider Dynamic Treatment Regimes (DTRs) with one sided non-compliance that arise in applications such as digital recommendations and adaptive medical trials. These are settings where decision makers encourage individuals to take treatments over time, but adapt encouragements based on previous encouragements, treatments, states, and outcomes. Importantly, individuals may choose to (not) comply with a treatment recommendation, whenever it is made available to them, based on unobserved confounding factors. We provide non-parametric identification, estimation, and inference for Dynamic Local Average Treatment Effects, which are expected values of multi-period treatment contrasts among appropriately defined complier subpopulations. Under standard assumptions in the Instrumental Variable and DTR literature, we show that one can identify local average effects of contrasts that correspond to offering treatment at any single time step. Under an additional cross-period effect-compliance independence assumption, which is satisfied in Staggered Adoption settings and a generalization of them, which we define as Staggered Compliance settings, we identify local average treatment effects of treating in multiple time periods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google