인과 처리 모형의 예
이 예에서는 모형 적합 플랫폼의 인과 처리 분석법을 사용하여 새로운 혈압약이 SBP(수축기 혈압) 수치에 미치는 영향을 분석하는 방법을 보여 줍니다. 이 예의 데이터는 각 피실험자로부터 생물학적 정보와 행동 정보를 수집하는 관찰 연구를 나타내도록 시뮬레이션되었습니다. Treatment 변수는 피실험자가 해당 약을 복용했는지 여부를 나타냅니다. 처리가 무작위로 할당되지 않았다고 가정합니다.
1. 도움말 > 샘플 데이터 폴더를 선택하고 Blood Pressure Treatment.jmp를 엽니다.
2. 분석 > 모형 적합을 선택합니다.
3. "열 선택" 목록에서 Post Treatment SBP를 선택하고 Y를 클릭합니다.
4. "분석법" 목록에서 인과 처리를 선택합니다.
5. "열 선택" 목록에서 Treatment를 선택하고 처리를 클릭합니다.
6. Age, Baseline SBP, Diabetes, BMI, Physical Activity, Diet Quality를 선택하고 "반응 모형" 탭에서 추가를 클릭합니다.
그림 14.2 반응 모형 탭을 보여 주는 완료된 모형 적합 시작 창
7. 처리 모형 탭을 선택합니다.
8. Age ~ Insurance Coverage를 선택하고 추가를 클릭합니다.
그림 14.3 처리 모형 탭을 보여 주는 완료된 모형 적합 시작 창
9. 실행을 클릭합니다.
"모형 1" 보고서에는 두 가지 잠재 결과 평균 추정값과 ATE 추정값을 보여 주는 "인과 효과 분석" 테이블이 포함되어 있습니다. 개입 수준 0의 잠재 결과 평균 추정값은 샘플 내의 모든 관측값이 처리를 받지 않았을 경우 예상되는 SBP(수축기 혈압)의 기대값을 나타냅니다. 개입 수준 1의 잠재 결과 평균 추정값은 샘플 내의 모든 관측값이 처리를 받았을 경우를 가정했을 때 예상되는 SBP(수축기 혈압)의 기대값을 나타냅니다. ATE는 이 두 값의 차이입니다. 이 예의 ATE 추정값은 95% 신뢰 구간 [-10.46 ~ -8.042]에서 -9.25입니다. 적절한 인과 가정이 충족된다는 전제하에서 새로운 약은 대조군에 비해 평균적으로 SBP를 9.25mmHg 낮춘다는 결론을 내릴 수 있습니다.
그림 14.4 모형 보고서의 인과 효과 추정값 테이블
10. "인과 처리 적합"의 빨간색 삼각형을 클릭하고 팁과 해석 표시 옵션을 선택합니다.
비슷한 해석이 테이블 하단과 "모형 1" 보고서 상단의 "분석 결과" 섹션에 나타납니다.
"인과 가정 확인" 섹션의 "양수성" 밀도 그림은 처리군과 대조군의 성향 스코어 분포를 보여 줍니다. 그림 아래의 해석 텍스트는 양수성 위반 사항을 확인하기 위해 그림을 활용하는 방법을 설명합니다. 0 또는 1에 가까운 성향 스코어가 있으면 주의하십시오. 극단적인 스코어를 가진 관측값을 포함할지 여부를 고려해야 합니다.
Figure 14.5의 "공변량 균형" 그림은 처리 모형에 지정된 각 변수에 대해 대조군과 처리군 간의 ASMD(절대 표준화 평균 차이)를 보여 줍니다. 빨간색 "원래" 점은 대조군과 처리군이 이러한 공변량과 관련하여 서로 다른 프로필을 가지고 있음을 보여 줍니다. 파란색 점은 IPW 수정을 통해 이러한 차이가 어떻게 감소하는지 보여 줍니다. IPW 적용 후 처리군과 대조군은 마치 처리가 무작위로 할당된 것처럼 처리 외의 모든 공변량 수준에서 유사해야 합니다.
그림 14.5 모형 보고서의 공변량 균형 그림
