抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
無作為比較試験(RCT)の設計を改善するために,ますます利用可能な観察データがどのように使用できるかを考察した。経験的Bayes推定器を用いて,観察研究から得られた因果的推定に向けての因果的推定を縮小する目的で,前向きRCTの設計を試みた。著者らは,この設定における観察研究をよりよく補完するための実験をどのように設計するかを問う。RCT因果推定子の各成分を,その分散に比例する因子により,その観察対応物に向けて縮小する推定器を用いて提案した。最初に,この推定器のリスクを数値積分により効率的に計算できることを示した。次に,層(最良の「設計」)に対するユニットの最良の配置を決定するアルゴリズムを提案した。3つのオプション:Neyman割当;観察研究において,未測定の交絡を仮定する「ナイーブ」設計;そして,不完全なパラメータ推定を説明する「デフェンシブ」設計を,非測定交絡による観察研究から得た。また,設計上のガードレールを確立するために感度解析から結果を取り込んで,著者らの実験を収縮の有無で合理的に解析することができた。希少でバイナリの転帰に関する因果推論を含むシミュレーション研究によるこれらの実験計画の優位性を示した。【JST・京大機械翻訳】