Ebm_base

📊Как оценить эффект воздействия, если в эксперименте нет интересуемого исхода? В новой статье Сьюзан Эйти (Stanford University), Радж Четти (Harvard University) и Хидо Имбенс (Stanford University, лауреат Нобелевской премии по экономике 2021 года) предлагают новый метод — Experimental Selection Correction (ESC), или экспериментальная коррекция селекции(Athey et al., 2025) Представьте, что вы хотите понять, влияет ли обучение в меньшем классе в начальной школе на вероятность того, что ученик в будущем закончит школу: 🟤У вас есть экспериментальные данные из проекта STAR в Теннесси: там детей случайным образом распределяли по классам разного размера, и вы наблюдаете их тесты в младших классах (Krueger, 1999). Но выпуск из школы (главный исход) в этих данных не фиксировался, потому что за детьми не следили до старших классов 🟤Также у вас есть административные данные (наблюдаемые) по школам Нью-Йорка, где видно, в каком классе учился ученик, какие у него были тесты и закончил ли он школу. Но здесь размер класса не случайный: он может зависеть от академических проблем, языка, инвалидности, решений школы 🟤В результате в одних данных есть случайность, но нет нужного исхода; в других — есть всё, но нет надёжной причинной идентификации ⏮Что делали раньше: суррогатные переменные Когда главный результат (например, выпуск) недоступен, исследователи часто использовали суррогаты (surrogate index method) — промежуточные переменные, реагирующие на воздействие и предсказывающие интересующий исход (Athey et al., 2019) Использование суррогатов предполагает, что: 🟤Весь эффект воздействия проходит только через суррогат (Prentice, 1989) 🟤Нет скрытых переменных между суррогатом и главным исходом 🟤Эта связь стабильна между выборками ❗️Но на практике эти условия почти всегда нарушаются (Heckman et al., 2006;Chetty et al., 2011), что приводит к смещённым оценкам ⏮Новый подход: экспериментальная коррекция селекции (ESC) Метод ESC состоит из нескольких этапов: 🟤Использует эксперимент, чтобы оценить «чистый» эффект воздействия на суррогат 🟤Сравнивает его с наблюдаемым эффектом в реальных данных 🟤Интерпретирует разницу как селекцию 🟤Добавляет её как корректирующий компонент при оценке главного эффекта 🔥 Методологически это очень похоже на коррекцию Хекмана (Heckman, 1979), где сначала моделируется механизм селекции, а затем в основное уравнение добавляется корректирующий член 🔥 А еще ESC можно рассматривать как контрольную функцию в духе (Imbens, Newey, 2009), только построенную на эксперименте ⏮ Главное допущение ESC — латентная несмещённость 🟤Латентная несмещённость (latent unconfoundedness) — это допущение о том, что все скрытые (латентные) факторы, влияющие как на суррогатный исход, так и на главный интересующий результат, уже проявляют себя в поведении суррогата 🟤Если два ученика похожи по результатам теста (суррогат), то они также в среднем будут похожи и по вероятности выпускa из школы (главный исход) — даже если у нас нет полной информации об их бэкграунде, мотивации или семье 🟤Это немного напоминает условную независимость (conditional independence assumption), которую мы обычно предполагаем в мэтчинге 🟤Но это допущение намного слабее, чем то, что требует суррогатный подход (Athey et al., 2025) ⏮ Так что там со школьниками? 🟤В наблюдаемых данных Нью-Йорка наивная МНК-регрессия показывает: меньший класс снижает вероятность выпускa из школы на 1.76 п.п. — результат явно смещён из-за селекции (например, дети с особыми потребностями чаще учатся в маленьких классах) 🟤После применения ESC оценка становится +0.69 п.п., что согласуется с экспериментальными эффектами на тесты (Chetty et al., 2011) и указывает на положительное влияние меньших классов 🟤Авторы показали, что даже расширенный контроль по наблюдаемым переменным не устраняет смещение — а ESC справляется Обычно эксперименты — штука долгая, дорогая и ресурсоемкая, а использование наблюдаемых данных вместе с такими корректирующими методами, как ESC, позволяет делать надежные каузальные выводы без увеличения издержек #канал_обозревает @causal_channel

Иногда бывает так. Ну ладно, ничего страшного

Хочу рассказать, что у нас вновь планируется наша секция на онкофоруме Белые Ночи 2025! 04.07.2025 (пт) с 13:15 до 15:00 Зарегистрироваться Доклады: 🔹 Бурлов Н.Н. (@ebm_base). Скептицизм для врача – навык или образ мышления? 🔹 Ледовский В.И. (@ordinatura_org). Право в жизни врача: взгляд неюриста 🔹Котов М.А. (@how_say). Обучение навыкам профессиональной медицинской коммуникации: проблемы и решения 🔹Марапов Д.И. (@medstatistic_ru, @medstatistic_chat). Нужна ли врачу статистика? Статистика в профессиональной карьере врача 🔹Навасардян А.Р. (@nkonnadm). Основные виды клинических исследований. Нет плохих исследований, есть нерешенные клинические проблемы В этот раз мы хотим поднять вопросы про интересные навыки, без которых сейчас не может (или может?) работать врач. А если они нужны, то насколько их надо изучать? Если вам интересно, хотите поучаствовать в дискуссии, услышать мнение об этих направлениях, то приходите! И распространяйте тем, кому это может быть полезно 😉 Мы планируем не останавливаться и развивать секцию в будущем вместе с Екатериной💪

Ebm_base pinned «ЕСЛИ ЕСТЬ КЕМ МЕНЯ ЗАМЕНИТЬ, ЗАМЕНИ, ЗАМЕНИ, ЗАМЕНИ... В чате канала при обсуждении репрезентативности был затронут и другой термин. Максим написал интересные вопросы в качестве примера предположения о взаимозаменяемости "а вот мой пациент, по которому я…»

ЕСЛИ ЕСТЬ КЕМ МЕНЯ ЗАМЕНИТЬ, ЗАМЕНИ, ЗАМЕНИ, ЗАМЕНИ... В чате канала при обсуждении репрезентативности был затронут и другой термин. Максим написал интересные вопросы в качестве примера предположения о взаимозаменяемости "а вот мой пациент, по которому я сейчас решаю клиническую задачу, является взаимозаменяемым с пациентами, участвовавшими в КИ?" или "мог ли этот мой пациент быть включен в данное конкретное исследование?" Попробуем разобраться, что такое взаимозаменяемость (exchangeability) ❗️Сравниваемые группы могут считаться взаимозаменяемыми в оценке исхода, если их результаты будут схожими всякий раз, когда они подвергались одинаковому воздействию в прошлом [1, 2, 3]. (𝑌(1),𝑌(0))⊥⊥𝑇 𝔼[𝑌(1)|𝑇=0]= 𝔼[𝑌(1)|𝑇=1] - получаем исход, если было лечение (𝑌(1)) в группе контроля (𝑇=0), равный исходу, если было лечение (𝑌(1)) в группе лечения (𝑇=1) 𝔼[𝑌(0)|𝑇=1]= 𝔼[𝑌(0)|𝑇=0] - аналогично в итоге 𝔼[𝑌(1)|𝑇=𝑡]= 𝔼[𝑌(1)] или 𝔼[𝑌(0)|𝑇=𝑡]= 𝔼[𝑌(0)] Т.е. если группу контроля мы бы подвергли воздействию, то получили бы схожий результат (в среднем) как в группе эксперимента. Взаимозаменяемость обеспечивается в идеальных условиях (РКИ с сохранением в группах пациентов, нет потери данных, ослепеление)[1, 4]. Получается, что назначение лечения должно не зависить от каких-либо факторов. Тогда мы можем делать вывод о причинности. А если зависит? Получается, что в ситуации нерандомизированных исследований, где имеется конфаундинг (confounding), можно достигнуть условной взаимозаменяемости, если будет выполнена коррекция (adjusted) на спутывающие переменные (т.е. проведен деконфаундинг). (𝑌(1),𝑌(0))⊥⊥𝑇 |𝑋 Но есть проблема в том, что мы не можем быть всегда уверены, что мы учли все факторы (даже если наша уверенность достаточно высокая). Поэтому в таком случае мы говорит об ассоциации, а не причинности (рис. 1 в комментариях) [2, 5] Еще хорошим примером поделился Матвей в чате Возвращаясь к вопросу Максима. Важна ли нам взаимозаменяемость? Да. Не только в контексте оценки результатов исследований (не было ли нарушений рандомизации, был ли деконфаундинг), но и в переносе результатов исследований на наших пациентов (точнее принятие решение в ожидание результатов). Получается, зная характеристики пациентов в исследовании, мы пытаемся понять, подходит ли наш пациент под эти критерии (по своим характеристикам). Если да, то мы могли бы взаимозаменить его с участником исследования и ожидать, что с большей вероятностью мы будет ожидать результат, как в исследовании (хотя скорее всего он будет наблюдаться в среднем в нашей группе пациентов, которые подходят под критерии исследования). @Ebm_base

А вы думали секретный распорядок дня @Nik_Burlov это шутка? 💀

Попалось в плеере (одна из работ по записи и сведению). Представляете, когда-то я занимался звукорежиссурой, эх)

Пока я выживаю на дежурстве и не могу дотянутся до «умных» мыслей, тут обнаружили и обнародовали секретный документ 🤫

Прислали знакомые Мне понравилось 😁

Ebm_base pinned «Решил повторить какие ещё есть ресурсы, связанные с каналом: 🔹Ютуб-канал журнального клуба (лекции, выступления) 🔹Чат-флудилка блога в ТГ (не знаю кому он может понадобиться, но вдруг кто-то очень хочет общаться со мной в беседе, а не в ЛС 🤷‍♂) 🔹Основной…»

Решил повторить какие ещё есть ресурсы, связанные с каналом: 🔹Ютуб-канал журнального клуба (лекции, выступления) 🔹Чат-флудилка блога в ТГ (не знаю кому он может понадобиться, но вдруг кто-то очень хочет общаться со мной в беседе, а не в ЛС 🤷‍♂) 🔹Основной канал (база, основы, про которые я уже редко пишу) 🔹Группа ВК журнального клуба (вспоминаем основы и нюансы) 🔹Канал ТГ журнального клуба (так вспоминаем основы) @Ebm_base

Уважаемые коллеги, добрый день! Этим постом хотим подытожить все мероприятия, которые эксперты и друзья Академии провели за май. Ниже вы можете найти ссылки на запись трансляций мероприятий. В дальнейшем мы планируем часть докладов публиковать отдельно с презентациями. 1. 🌟 Мероприятие ННАДМ и СамГМУ . 💬Программа здесь. 🎥 С трансляцией вы можете ознакомиться: ВК ННАДМ, ВК СамГМУ, YouTube ННАДМ, Doclub.tv. 2. 🌟 Мероприятие ННАДМ совместно с Институтом биологии внутренних вод им. И.Д. Папанина РАН 💬Программа здесь. 🎥 С трансляцией вы можете ознакомиться: ВК ННАДМ, YouTube ННАДМ 3. 🌟 Мероприятие ННАДМ и ДонГМУ 💬Программа здесь. 🎥 С трансляцией вы можете ознакомиться: ВК ННАДМ (трансляция симпозиума с 1 час: 11 минут), YouTube ННАДМ 4. 🌟 Симпозиум ННАДМ в рамках XII Форума молодых кардиологов 💬Программа здесь. 🎥ВК ННАДМ, Портал Академии на doclub.tv (трансляция с 25 минуты), YouTube ННАДМ 🌟 Ну и всем рекомендуем ознакомиться с материалом Академии для поиска научной и нормативно-правовой информации в области охраны здоровья. P.S. Фото справа налево: Максим Шперлинг, Никита Бурлов, Артур Навасардян, Александр Суворов и Олеся Рубаненко 👨‍🏫 Читайте. Думайте. Делитесь. Создавайте. ТГ канал | Чат | Сайт | Группа ВК| Ютуб|Контакты