实例解析时间依赖性暴露和时间依赖性混杂，如何估计因果效应值？

2019-03-28 来源：

作者：胥洋

上一期中我们已经介绍了什么是时间依赖性暴露，什么是时间依赖性混杂？并且引入了有向无环图来表示因果推断中各变量之间的关系从而判断一个因果推断问题是否可以被识别？（文章链接：观察性研究中的时间依赖性混杂，到底是什么？）

在判断一个因果推断问题可以被识别后，那么下一步就是要通过一定的统计方法对因果效应值进行估计。所以从本期开始，我们将引入一个实际的数据集，并且分别用回归，加权和标准化的方法对时间依赖性暴露的因果效应值进行估计。

案例数据

假设有25920名糖尿病患者参加一个两阶段的临床试验，该试验的目的主要是评估新型降糖药物达格列净与传统降糖药物二甲双胍相比，对延缓糖尿病视网膜病变的发生是否有作用。

在试验开始时，25920名糖尿病患者随机接受达格列净（1/2）或二甲双胍（1/2）治疗，6个月后测量糖化血红蛋白值。对于糖化血红蛋白值达标（<7%）的患者，在第二阶段再随机接受达格列净（1/2）或二甲双胍（1/2）治疗；对于糖化血红蛋白值不达标（≥7%）的患者也随机接受达格列净（2/3）或二甲双胍（1/3）治疗。第二阶段结束后评估患者是否发生视网膜病变。

现要回答：一直接受达格列净治疗的患者与一直接受二甲双胍的患者相比，糖尿病视网膜病变发生的风险是升高了，还是降低了？

数据如下：