Bayesian Sensitivity Analysis for the estimation of causal effects with time-dependent Unmeasured Confounding
Sensitivity analyses are useful for evaluating the impact of unmeasured confounders on the causal estimation. With its probabilistic framework, Bayesian inference aligns particularly well with the latent confounder approach to address unmeasured confounding since it can incorporate external knowledge as the prior of the unmeasured confounding. While previous research has successfully employed Bayesian methods to address confounding under the latent confounder approach for cross-sectional data, there is a notable gap in extending these techniques to longitudinal data. We developed a Bayesian sensitivity analysis approach following the latent variable framework for time-varying confounding and time-varying treatment assignments. We evaluated and compared the proposed approach via a comprehensive simulation study and demonstrated our method using real-world administrative data.
Analyse de sensibilité bayésienne pour l'estimation des effets causaux avec des facteurs de confusion dépendant du temps non mesurés
Les analyses de sensibilité sont utiles pour évaluer l'impact des facteurs de confusion non mesurés sur l'estimation causale. Grâce à son cadre probabiliste, l'inférence bayésienne s'aligne particulièrement bien sur l'approche des facteurs de confusion latents pour traiter les facteurs de confusion non mesurés, car elle permet d'incorporer des connaissances externes en tant qu'à priori pour les facteurs de confusion non mesurés. Alors que des recherches antérieures ont utilisé avec succès des méthodes bayésiennes pour traiter les facteurs de confusion sous cette approche pour les données transversales, il existe une lacune notable dans l'extension de ces techniques aux données longitudinales. Nous avons développé une approche d'analyse de sensibilité bayésienne qui suit le cadre des variables latentes pour les facteurs de confusion et les traitements variables dans le temps. Nous avons évalué et comparé l'approche proposée par le biais d'une étude élargie de simulation et illustré l'utilisation de notre méthode sur des données administratives réelles.
Date and Time
-
Language of Oral Presentation
English
Language of Visual Aids
English