首页 > 文献资料
-
孟德尔随机化法在因果推断中的应用
孟德尔随机化(Mendelian Randomization,MR)研究设计,遵循“亲代等位基因随机分配给子代”的孟德尔遗传规律,如果基因型决定表型,基因型通过表型而与疾病发生关联,因此可以使用基因型作为工具变量来推断表型与疾病之间的关联.近年来,MR的研究设计随着统计学方法、大样本GWAS数据、表观遗传学以及各种“组学”技术的不断发展,在探讨复杂暴露因素与疾病结局因果关联中应用日益广泛.本文对近年来出现的MR研究设计策略、可靠性评价及局限性进行介绍.
-
交互作用的统计推断
假若因果推断关心的是仅仅一个风险因素对响应的因果作用的话,那么通过随机化试验或者通过控制混杂因素来消除混杂偏倚,就可以得到平均因果作用[1].如果因果推断包含两个或多个风险因素的话,除了每个因素的平均因果作用之外,还存在着多个风险因素之间相互的交互作用.如果研究因果意义上的交互作用,那么,同样需要进行随机化试验,或者控制混杂因素消除混杂偏倚.交互作用分析可以看作是多风险因素的因果推断.
-
基于因果网络图控制混杂的条件
依据观察性数据进行因果推断的难点在于识别混杂因素.Greenland等[1]关于混杂和可压缩性进行了详细介绍和历史回顾.Miettinen,Cook[2](MC)根据归纳提出识别混杂因素的准则.
-
流行病学研究中的病因与病因推断
因果(causality)与因果推断(causal-inference)是科学研究的核心问题,例如爱因斯坦认为:"西方科学是建立在以因果律为基础的形式逻辑之上".虽然不同学科之间因果定义的内涵基本一致,但是他们的外延却大相径庭,其因果推断的理论与方法更是各具特色.其中,区别大的是自然科学与社会科学两大体系,前者偏重于从实验与证实(prove)的角度认识因果律,而后者是基于观察基础之上的逻辑演绎与实证(demonstration).流行病学作为一门典型的社会科学与自然科学的交叉学科(inter-disciplinary science),其病因推断理论与方法既具有鲜明的社会科学特点,又深深地根基于自然科学的土壤,这主要是由于它的研究对象(人群)属性的两重性(社会性与自然性)所决定的.现代流行病学病因观念的形成与发展并非一蹴而就,而是经历了一个漫长而曲折的过程,并且还在不断地发展与变化.下面我们按照医学发展史的进程展开讨论,从中揭示出流行病学病因理论体系的历史演化规律.
-
GBM倾向评分加权法用于因果推断的研究
目的:在观察性研究或非随机化试验中,由于混杂因素***的存在,研究人员从数据中进行因果推断的能力受到阻碍,本研究利用GBM倾向评分加权法对一组观察性医学数据进行了分析,以期指导相关医学人员进行他们自己的因果推断研究.方法:目前,四类主要的倾向评分法:匹配、分层、逆概率加权和混杂变量调整,已经被普遍用于因果推断的研究.倾向评分法理论上是可以消除可观测到的混杂因素的偏倚,使处理变量接近随机分配设计的效果,从而达到估计处理因素对结局因果效应的目的.结果:考虑到逆概率加权法相对于其它方法的优势,本文概括了它用于因果效应估计的适用条件,特别说明了运用一个现代多元非参数统计技术——Generalized Boosted Models (GBM)倾向评分加权法的主要过程及优劣.结论:当存在大量不同类型的混杂因素且它们与处理因素之间的线性、非线性或交互效应等函数形式无法确定以及其它问题的时候,GBM倾向评分加权法能克服在精确地估计倾向评分过程中所受到的阻碍,并给出相对更加接近于随机化的因果效应.
-
倾向指数用于中医药非随机设计临床疗效评价的思考
尽管随机对照试验是临床干预研究因果推断的金标准，但是在中医药临床研究的现实中，由于伦理、治疗措施的特征、费用、时间以及外部效度问题，随机对照试验往往无法实施甚至在某些情况下不适用。因果推论的本质是一个反事实问题。随机对照试验通过随机化来平衡可能影响干预分配的特征变量。倾向指数可以应用于非随机设计的观察性研究，如前瞻性队列研究，作为诸多特征变量的一个复合函数，用于均衡暴露组和对照组之间特征变量的分布。在满足一定前提条件的情况下，倾向指数分析法可以提供干预效果的无偏估计。因此，在中医药观察性的临床研究中，倾向指数可能具有广阔的应用价值和潜力。
-
循证的药品不良反应评价方法
从循证医学角度论述药物不良反应评价的概念和相关术语,循证药学及循证医学干预措施证据分级体系,药物不良反应评价的方法以及因果推断的原则、方法和确定性强度.
-
目标大似然估计在药品安全性主动监测中的应用
目的 利用观察性数据进行因果效应的推断一直是研究者关注的焦点.在药物流行病学领域,探索药物疗效或不良反应也需要因果推断.由van deer laan提出的目标大似然估计(targeted maximum likelihood estimation,TMLE)被证明具有良好的特性,本文对该方法的原理及应用现状做一介绍.方法 因果推断常用的方法包括逆概率加权法,G-算法(G-formulation)及一些双稳健的估计方法.通过文献检索,对TMLE法的原理、模型构建、效应估计、统计推断、性质及应用等方面进行回顾与综述,同时比较TMLE法与其他几种因果推断方法的异同.结果 与其他因果推断方法相比,TMLE法具有一定的优势,然而其实现过程更复杂.结论 TMLE法是一种双稳健的因果推断方法,能产生目标参数的有效无偏估计,可为TMLE法在药品不良反应主动监测因果推断中的应用提供参考,以期进一步加强药品风险管理.
关键词： 目标最大似然估计 因果推断 药物流行病学 药品不良反应主动监测 -
因果关系模型在中医药观察性研究中应用的探讨
实验性研究和观察性研究中的因果推断有着共同的经验哲学的思想基础.两者都需要通过剥离混杂因素来获得反事实.定量地进行因果推断存在随机化和非随机化的两大传统.随机对照试验设计通过随机化获得反事实.非随机化的传统则是通过因果推断模型去探讨并检验经验研究中的因果关联.由于随机对照研究在中医药干预措施的效果评价中并不是完全适用,所以观察性研究中的因果推断模型值得借鉴.主要介绍工具变量、断点回归设计和倾向评分方法.
