Sensitivity Analysis for Extending Causal Inferences of a Binary Point Treatment From a Randomized Controlled Trial to a Target Population When a Subset of Effect-Measure Modifiers Are Measured Only On Trial Units
Generalizability and transportability methods synthesize data from RCTs with observational data representative of a target population of interest to infer causal effects for said target population. However, it should be anticipated to encounter settings where more effect-measure modifiers (EMMs) are measured in the RCT sample. We consider the scenario where all EMMs are measured in the RCT sample but a subset of them are unmeasured in the target sample, proposing flexible frequentist and Bayesian sensitivity analysis procedures to obtain inference for target population causal estimands under various user-postulated differences between the study and target population conditional joint distributions of the EMMs measured only in the RCT sample given the dually measured EMMs. We evaluate the methods using simulations, and we apply them to a substance use RCT (CTN-0006) paired with a nationally comprehensive dataset of persons admitted to substance abuse treatment facilities (TEDS-A-2003).
Analyse de sensibilité pour l'extension des inférences causales d'un traitement ponctuel binaire d'un essai contrôlé randomisé pour une population cible où un sous-ensemble de modificateurs de la mesure de l'effet est mesuré juste sur les unités d'essai
Les méthodes de généralisation et de transport synthétisent les données des essais contrôlés randomisés avec des données d'observation représentatives d'une population cible d'intérêt afin d'en déduire les effets causaux pour ladite population cible. Toutefois, il faut s'attendre à rencontrer des situations où davantage de modificateurs de la mesure de l'effet (MME) sont mesurés dans l'échantillon de l'essai contrôlé randomisé. Nous examinons le scénario dans lequel tous les MME sont mesurés dans l'échantillon de l'essai contrôlé randomisé, mais où un sous-ensemble d'entre eux n'est pas mesuré dans l'échantillon cible. Nous proposons des procédures flexibles d'analyse de sensibilité fréquentistes et bayésiennes afin d'obtenir une inférence pour les estimations causales de la population cible en fonction de diverses différences postulées par l'utilisateur entre les distributions conjointes conditionnelles des MME mesurés uniquement dans l'échantillon de l'essai contrôlé randomisé et de la population cible, en tenant compte des MME doublements mesurés. Nous évaluons les méthodes à l'aide de simulations et nous les appliquons à un essai contrôlé randomisé sur la consommation de substances (CTN-0006) couplé à un ensemble de données nationales complètes sur les personnes admises dans des centres de traitement de la toxicomanie (TEDS-A-2003).
Date and Time
-
Language of Oral Presentation
English
Language of Visual Aids
English