文章摘要
何文静,尤东方,张汝阳,于浩,陈峰,胡志斌,赵杨.利用因果森林估计异质性人群下个体的处理效应[J].中华流行病学杂志,2019,40(6):707-712
利用因果森林估计异质性人群下个体的处理效应
Estimation on the individual treatment effect among heterogeneous population, using the Causal Forests method
投稿时间:2018-10-30  
DOI:10.3760/cma.j.issn.0254-6450.2019.06.020
中文关键词: 因果森林;异质性;个体处理效应
英文关键词: Causal forests;Heterogeneous;Individual treatment effect
基金项目:国家自然科学基金(81872709,81830100,81773554,81530088,81373102);江苏省高等学校自然科学研究重大项目(18KJA110004);江苏省青蓝工程学科带头人;南京医科大学中青年教师支持计划;江苏省高校优势学科建设工程;江苏省社会发展项目(BE2017749)
作者单位E-mail
何文静 南京医科大学公共卫生学院生物统计学系 211166  
尤东方 南京医科大学公共卫生学院生物统计学系 211166
南京医科大学现代毒理学教育部重点实验室 211166 
 
张汝阳 南京医科大学公共卫生学院生物统计学系 211166
南京医科大学-哈佛大学公共卫生学院健康与风险评估联合实验室 211166 
 
于浩 南京医科大学公共卫生学院生物统计学系 211166
南京医科大学生物医学大数据重点实验室 211166 
 
陈峰 南京医科大学公共卫生学院生物统计学系 211166
南京医科大学-哈佛大学公共卫生学院健康与风险评估联合实验室 211166 
 
胡志斌 南京医科大学公共卫生学院流行病学系 211166  
赵杨 南京医科大学公共卫生学院生物统计学系 211166
江苏省恶性肿瘤生物标志物与防治重点实验室, 南京 211166
肿瘤个体化医学协同创新中心, 南京 211166 
zhaoyang@njmu.edu.cn 
摘要点击次数: 241
全文下载次数: 225
中文摘要:
      目的 探讨因果森林在异质性人群中估计个体处理效应的有效性及如何应用于实例数据以挖掘异质性人群特征。方法 设计4种模拟方案,通过模拟试验验证因果森林在不同处理效应环境设置下对个体处理效应进行估计的效果,并应用于右心导管插入术实例数据集进行分析。结果 模拟试验结果表明,在4种不同效应值设置下,用因果森林方法所估计的个体处理效应值都能与总体效应相吻合,符合预期分布;实例数据分析结果显示绝大多数患者个体处理效应为正值,使用RHC会导致该样本人群180 d死亡率增高,2月生存模型估计概率和白蛋白含量偏低的患者在使用RHC后更倾向于有较低的死亡风险。结论 因果森林能够有效地估计个体处理效应,为个体是否接受某种处理提供建议。
英文摘要:
      Objective This project aimed to explore the effectiveness of estimating individual treatment effect on real data, among the heterogeneous population, with Causal Forests (CF) method, to find out the characteristics of heterogeneous population. Methods We designed and conducted four computer simulation schemes to verify the effect of estimating on individual treatment, using the CF under four different environments of the treatment effects. Real data was then analyzed for the catheterization on right heart. Results Results from the simulation process showed that the values on individual treatment effect that were estimated by causal forests were consistent with the population effect as well as in line with the expected distribution under the setting of four different effect values. Results of real data analysis showed that values of individual treatment effect among most patients appeared positive, so the use of RHC could cause an increase of the ‘180-day mortality rate’ in the sampled population. Patients with lower predicted probability of 2-mo survival and albumin were more likely to have a lower risk of death after using the RHC. Conclusion CF method could be effectively used to estimate the individual treatment effect and helping the individuals to make decision on the receipt of treatment.
查看全文   Html全文     查看/发表评论  下载PDF阅读器
关闭