断続的な欠落データを用いた縦断分析のための多重ロバスト傾向スコア法

A multiple robust propensity score method for longitudinal analysis with intermittent missing data.

• Chixiang Chen
• Biyi Shen
• Aiyi Liu
• Rongling Wu
• Ming Wang

抄録

縦断的データは実際には非常にポピュラーなデータであるが、アウトカムや時間依存性のリスク因子のいずれかが欠落していることが多く、非常にアンバランスで複雑なデータとなっている。欠落データには様々な欠落パターンや欠落メカニズムが含まれている可能性があり、偏りのない有効な推論のためにどのように適切に扱うかは、依然として大きな課題となっている。ここでは、観察研究において一般的で広く遭遇する状況である、ランダムで断続的に欠落している回答と共変量の両方が欠落している縦断データを分析するための新しいセミパラメトリックなフレームワークを提案する。この枠組みの中で、我々は、革新的に校正されたプロペンシティスコアに基づく複数のロバスト推定手順を検討する。また、提案モデルの一貫性のある変数選択に関する対応するロバスト情報基準を経験的尤度ベースの手法に基づいて開発した。これらの提案手法は、様々な状況における理論研究と広範なシミュレーション研究の両方で評価され、既存のアプローチと比較して競合する特性と利点を示した。本研究では、HIV疫学調査研究のデータを分析することで、我々のアプローチの有用性を説明する。

Longitudinal data are very popular in practice, but they are often missing in either outcomes or time-dependent risk factors, making them highly unbalanced and complex. Missing data may contain various missing patterns or mechanisms, and how to properly handle it for unbiased and valid inference still presents a significant challenge. Here, we propose a novel semi-parametric framework for analyzing longitudinal data with both missing responses and covariates that are missing at random and intermittent, a general and widely encountered situation in observational studies. Within this framework, we consider multiple robust estimation procedures based on innovative calibrated propensity scores, which offers additional relaxation of the misspecification of missing data mechanisms and shows more satisfactory numerical performance. Also, the corresponding robust information criterion on consistent variable selection for our proposed model is developed based on empirical likelihood-based methods. These advocated methods are evaluated in both theory and extensive simulation studies in a variety of situations, showing competing properties and advantages compared to the existing approaches. We illustrate the utility of our approach by analyzing the data from the HIV Epidemiology Research Study.

This article is protected by copyright. All rights reserved.