24、药物流行病学中的因果推断与偏差来源

药物流行病学中的因果推断与偏差来源

1. 基线协变量与统计分析计划

在量化按方案效应时，我们需要对基线和随时间变化的混杂因素进行调整。因为患者在基线后会继续执行治疗策略，所以对随时间变化的混杂因素进行调整是必要的。此外，由于失访可能会产生选择偏倚，这种情况下，为了确定意向治疗效应和按方案效应，需要对随时间变化的变量进行调整。当随时间变化的变量受到治疗策略的影响时，通常需要使用 g - 方法。

统计分析计划方面，必须定义一个基线期。在基线期结束时，患者必须满足入选标准，并且研究结局应在基线期结束后进行计数。在目标试验中，随访开始于治疗策略分配之时。对于观察性暴露，我们可以将符合条件的个体开始治疗策略的时间视为基线。

患者满足入选标准的时间情况有两种：
- 单个时间点：不同个体的这个时间点可能不同。
- 多个时间点：此时有两种无偏选择：
- 使用单个符合条件的时间（例如第一个符合条件的时间）。
- 使用所有符合条件的时间或部分符合条件的时间。

可以为治疗启动指定宽限期，这更接近医疗实践中的常规做法。但宽限期会使个体的观察性暴露可能遵循多种策略，对于在宽限期内发生事件的个体来说情况会变得特别复杂。目标试验提供了一种与潜在结果框架一致的因果推断方法，这种方法有助于识别假设和局限性，从而基于行政索赔和电子健康记录数据进行更可靠的推断。

2. 效应修饰与交互作用

效应修饰和交互作用这两个概念常被混淆，下面我们来明确它们之间的区别。

2.1 效应修饰

我们可能关注整个总体或部分总体的因果效应。例如，实施甲型肝炎疫苗接种计划会覆盖全体人群；而丙型肝炎