对半连续暴露变量的倾向性评分分析:对妊娠期酒精暴露和儿童认知能力的研究

科学领域:

• 流行病学 流行病学
• 生物统计学 生物统计学
• 因果推理因果推理

背景情况:

• 倾向性得分方法被广泛用于观察性研究中的因果效应估计.
• 现有的方法往往侧重于二进制或连续暴露,留下了一个缺口,用于环境流行病学中常见的半连续数据.
• 半连续暴露数据,以零点质量和重右尾为特征,提出了独特的分析挑战.

研究的目的:

• 建议和评估一种新的倾向评分方法,用于在观察性研究中处理半连续暴露变量.
• 在回归调整中评估与错误指定的倾向得分相关的偏差.
• 通过模拟和现实世界数据,将拟议方法的性能与现有技术进行比较.

主要方法:

• 基于两部分模型的倾向评分的开发,以适应半连续暴露分布.
• 在回归调整中使用错误指定的倾向得分时,偏差形式的导出.
• 模拟研究将两部分模型倾向得分与基于线性回归和直接共变量调整的倾向得分进行比较.
• 该方法应用于来自底特律纵向队列研究的孕期酒精暴露数据.

主要成果:

• 拟议的两部分模型倾向性评分方法显著改善了半连续暴露变量的回归估计.
• 该方法与标准竞争方法相比,表现优越,特别是当未暴露受试者的比例很高,共变效应很强时.
• 衍生偏差形式表明,随着估计的倾向得分接近暴露的真实条件预期,偏差会减少.

结论:

• 两部分模型倾向性得分是分析观测研究中半连续暴露数据的可靠和有效方法.
• 该方法为环境流行病学和其他具有类似数据结构的领域提供了改进的因果效应估计.
• 这些发现强调了处理复杂暴露分布的适当方法的重要性,以确保准确的因果推断.