S'abonner

Closed-Form variance estimator for weighted propensity score estimators with survival outcome - 19/04/19

Doi : 10.1016/j.respe.2019.03.050 
D. Hajage b, , G. Chauvet a, c, L. Belin b, A. Lafourcarde b, F. Tubach b, Y. De rycke b
a École nationale de la statistique et de l’analyse de l’information, ENSAI, Bruz, France 
b Sorbonne université, département biostatistique santé publique et information médicale, centre de pharmaco-épidémiologie (Cephepi), CIC-1421, AP–HP, Paris, France 
c IRMAR - Institut de recherche mathématique de Rennes, UMR CNRS 6625, Rennes, France 

Auteur correspondant.

Bienvenue sur EM-consulte, la référence des professionnels de santé.
Article gratuit.

Connectez-vous pour en bénéficier!

Résumé

Introduction

Les Méthodes basées sur le score de propension (SP) sont largement utilisées dans les études observationnelles pour évaluer l’effet marginal d’un traitement. La pondération sur le SP est une méthode populaire permettant d’estimer l’effet marginal dans l’ensemble de la population (« average treatment effect » ou ATE) ou l’effet marginal dans la population effectivement traitée (« average treatment effect on the treated », ou ATT). Des recherches antérieures ont montré que la variance de l’effet du traitement n’est correctement estimée que si l’estimateur de la variance prend en compte le fait que le SP est lui-même estimé à partir des données disponibles dans une première étape de l’analyse. En 2016, Austin a montré que l’estimateur de variance basé sur le bootstrap était le seul estimateur existant produisant des estimations approximativement correctes lorsque le critère de jugement analysé est censuré. Cet auteur a souligné la nécessité de mettre au point un estimateur analytique de la variance du hazard ratio marginal tenant compte de l’étape d’estimation du SP.

Méthodes

Dans la présente recherche, nous avons développé un tel estimateur de variance à la fois pour l’ATE et l’ATT. Nous avons évalué ses performances via une étude de simulation et les avons comparées à l’estimateur bootstrap et à un estimateur de variance « naïf » ne tenant pas compte de l’étape d’estimation du SP.

Résultats

Nous avons constaté que les performances de l’estimateur de variance proposé étaient similaires à celle de l’estimateur bootstrap.

Conclusion

L’estimateur de variance proposé offre donc une alternative au bootstrap, particulièrement intéressante dans les applications gourmandes en temps de calcul. Une implémentation a été développée pour le logiciel R et est disponible gratuitement (package hrIPW).

Le texte complet de cet article est disponible en PDF.

Mots-clés : Inférence causale, Étude observationnelle, Score de propension, Analyse de survie, Estimateur de variance


Plan


© 2019  Publié par Elsevier Masson SAS.
Ajouter à ma bibliothèque Retirer de ma bibliothèque Imprimer
Export

    Export citations

  • Fichier

  • Contenu

Vol 67 - N° S3

P. S164 - mai 2019 Retour au numéro
Article précédent Article précédent
  • Facteurs d’accès aux prises en charge palliatives interdisciplinaires des patients atteints de cancer du sein métastatique de la cohorte ESME-CSM : analyse préliminaire
  • M. Frasca, M. Abiven, M. Pulido, V. Perotin, M. Mons, C. Bouleuc, C. Courtinard, S. Mathoulin-Pelissier
| Article suivant Article suivant
  • Maltraitance à enfant par brûlure : intérêt d’un algorithme PMSI de détection
  • C. Hermetet, E. Laurent, A. Le Touze, C. Gaborit, A. Urvois-Grange, M. Biotteau, P. Saint-Martin, L. Grammatico-Guillon

Bienvenue sur EM-consulte, la référence des professionnels de santé.

Mon compte


Plateformes Elsevier Masson

Déclaration CNIL

EM-CONSULTE.COM est déclaré à la CNIL, déclaration n° 1286925.

En application de la loi nº78-17 du 6 janvier 1978 relative à l'informatique, aux fichiers et aux libertés, vous disposez des droits d'opposition (art.26 de la loi), d'accès (art.34 à 38 de la loi), et de rectification (art.36 de la loi) des données vous concernant. Ainsi, vous pouvez exiger que soient rectifiées, complétées, clarifiées, mises à jour ou effacées les informations vous concernant qui sont inexactes, incomplètes, équivoques, périmées ou dont la collecte ou l'utilisation ou la conservation est interdite.
Les informations personnelles concernant les visiteurs de notre site, y compris leur identité, sont confidentielles.
Le responsable du site s'engage sur l'honneur à respecter les conditions légales de confidentialité applicables en France et à ne pas divulguer ces informations à des tiers.


Tout le contenu de ce site: Copyright © 2024 Elsevier, ses concédants de licence et ses contributeurs. Tout les droits sont réservés, y compris ceux relatifs à l'exploration de textes et de données, a la formation en IA et aux technologies similaires. Pour tout contenu en libre accès, les conditions de licence Creative Commons s'appliquent.