药物分析学报

抽象的

流行病学研究中的工具变量分析：估计方法概述

Uddin MJ、Groenwold RH、Ton de Boer、Belitser SV、Roes KC 和 Klungel OH

工具变量 (IV) 分析似乎是控制观察性流行病学研究中未测量混杂因素的一种有吸引力的方法。在这里，我们概述了 IV 分析的估计方法，并指出了它们可能的优点和局限性。我们发现，如果暴露和结果都是连续的并且呈现线性关系，则两阶段最小二乘法是首选方法。如果是非线性关系，两阶段残差包含可能是一种合适的替代方案。在具有二元结果以及暴露和结果之间存在非线性关系的环境中，广义矩方法 (GMM)、结构均值模型 (SMM) 和双变量概率模型表现良好，但 GMM 和 SMM 通常更为稳健。可以使用稳健或自举方法估计 IV 估计的标准误差。当违反 IV 假设时，所有估计方法都容易产生偏差。研究人员在解释通过 IV 分析估计的暴露效应时，应注意估计方法的基本假设以及 IV 的关键假设。