「それくらい大丈夫」？並行トレンドに対する劣性同等性の検証アプローチ

科学分野:

• 健康政策評価
• 計量経済学
• 因果推論

背景:

• 差引差（DID）は、観察された健康政策評価に広く使用されています。
• DIDは、並行トレンド仮定に依存しています。これは、処置群と対照群が介入なしでは同様のトレンドを示すというものです。
• 現在の並行トレンドテストは検出力が低く、スクリーニングに使用するとバイアスを導入する可能性があります。

研究 の 目的:

• DIDにおける並行トレンド仮定を評価するための、新しい劣性同等性/同等性フレームワークを提案すること。
• 重要なトレンド違反を見逃す確率を制御する、統計的に堅牢な方法を提供すること。
• 既存の方法よりも検出力の高い代替手段を提供し、処置効果推定におけるバイアスを低減する可能性があること。

主な方法:

• 並行トレンドを評価するための劣性同等性/同等性アプローチを開発しました。これは処置効果の尺度で測定されます。
• このフレームワークが、線形トレンドテストやイベントスタディなどの一般的なユースケースをネストできることを実証しました。
• 様々な誤差構造の下でスクリーニングステップとして使用した場合のバイアスの可能性を分析しました。

主要な成果:

• 提案された劣性同等性アプローチは、実質的な並行トレンド違反を見逃す確率を厳密に制御します。
• スクリーニングステップとして使用した場合、一般的な誤差仮定の下では、この手法はバイアスをほとんどまたは全く導入しない可能性があります。
• このフレームワークは、従来のテストと比較して、柔軟なモデルでの処置効果のテストにおいて、より高い検出力を持つ代替手段を提供します。

結論:

• 劣性同等性/同等性アプローチは、DID分析における並行トレンドの評価において、より検出力が高く、バイアスの少ない方法を提供します。
• このフレームワークは、健康政策評価における因果推論の信頼性を高めます。
• 本研究では、手頃なケア法に関するケーススタディを使用して、この方法の実用的な適用を例示しています。