ИНСТРУМЕНТ ИСПРАВИТ РКИ?

Продолжу рассказывать про инструментальные переменные (1 часть, 2 часть). Надо возвращаться в русло полезных постов.

Давайте вспомним классическое РКИ. Проводится набор пациентов с учётом определенных критериев включения и исключения. Затем они рандомизируются в 2 группы: экспериментальная (новое лечение) и контрольная (золотой стандарт/плацебо). Через определенное время наблюдения оценивается исход у каждого пациента. При достижении необходимого количества людей в выборке и соблюдения сроков отслеживания исследование останавливается (данные цензурируются), и проводится статистический анализ собранных данных. В дальнейшей пишут драфт статьи, докладывают результаты на конференции (не всегда) и публикуют в журнале. По шагам описывал здесь.

В контексте причинно-следственного вывода в РКИ получаем оценку ATE. И стандартным подходом выбирается метод intention-to-treat (ITT). 5 лет назад (когда был молод, горяч и глуп) я о нем писал ещё здесь. Но если кратко, то это анализ пациентов в тех группах, куда они были рандомизированны. Это даёт как некоторые преимущества, так и недостатки. Альтернативным (пост здесь) можно считать per protocol (PP), где сравниваются пациенты по фактическому полученному лечению (мб сделаю обновленный пост про разные виды подходов).

К чему это все? Потому что мы получаем таким образом 2 разные оценки.
Принято считать, что при ITT недооценивается (underestimated) реальный эффект вмешательства, но ближе к реальности, где не получится всех обеспечить (в действительности может быть все хуже). А при PP переоценивается (overestimated), т.к. оценивается только у получивших вмешательство, который могут быть слишком "идеальными".

PP звучит очень привлекательно, но возможно ли уменьшить смещение результата? Или точнее не терять преимущества, которые даёт рандомизация?

И вот здесь мы подходим к идеи применить подход с инструментальной переменной. Но всегда возникает проблема, что использовать в качестве инструмента?

Бинго! У нас же есть случайное распределение по группам. И эта переменная (назначение в группы) идеально подходит под предположения об инструменте. А значит вместо классического PP можно воспользоваться IV! (советую прочитать статью)

Что мы получим? Вспомним пост про категории пациентов по получению вмешательства. Получается, что мы будем оценивать LATE-IV для тех, кто соблюдал лечение (compliers - послушники), которое было назначено рандомизацией (это важно). И вы же хотели увидеть именно это, да? Графически можно увидеть разницу на графике из статьи.

И даже если в процессе исследования мы выявляем attrition bias (выбывание пациентов) или crossover в группах, то применение IV может помочь снизить смещение (но я не уверен, что сможет полностью его устранить). Но всегда надо помнить, что это оценка LATE-IV (средний эффект среди послушников), а не ATE (средний эффект среди всех). И возможно, лучше показать их обе.

Мне такой подход очень понравился. И надеюсь, что удастся его попробовать в практике с публикацией результатов. Потому что на данный момент я не встречал статьи (но возможно мне не попадалось), где его бы применяли.

P.S. Хочу порекомендовать ещё пост из Канала влияния, где они тоже осветили эту тему