2022 Fiscal Year Annual Research Report
Development of propensity score models in large epidemiologic studies: causal inference and AI
| Project/Area Number |
20K10471
|
|---|
| Research Institution | Okayama University |
|---|
Principal Investigator |
鈴木 越治 岡山大学, 医歯薬学域, 研究准教授 (10627764)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
頼藤 貴志 岡山大学, 医歯薬学域, 教授 (00452566)
篠崎 智大 東京理科大学, 工学部情報工学科, 講師 (60644482)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 因果推論 / 因果関係 / AI / 傾向スコア / 疫学 |
|---|
| Outline of Annual Research Achievements |
データに基づいて原因と結果の関係を見極め、その因果メカニズムを推論するためには、適切な因果モデルを構築して媒介や交互作用の問題を扱う必要がある。
最終年度に実施した研究の成果として、疫学研究でしばしば用いられる人口寄与分画などの指標について、反事実モデルの観点から新たな理論を明らかにした。疫学研究では、Levin formulaやMiettinen formulaを用いて人口寄与分画を算出することが多い。本研究では、これらの式の関係性を示し、バイアスが生じないための必要十分条件などを明らかにした。また、因果推論研究で近年注目されている媒介分析の手法についても評価した。特に、自然直接効果と制御直接効果に着目し、これらの関係性をグラフィカルに論じた。
補助事業期間全体を通じて、傾向スコア法の理論的背景に着目し、変数選択法に関する理論に取り組んだ。特に、標的集団が曝露群や非曝露群などの部分集団である場合に、部分交換可能性と部分共変量バランスの関係性を明らかにした。この知見は、反事実モデルと十分原因モデルという重要な二種類の因果モデルの対応関係に基づいており、傾向スコアモデルを開発する基盤となる。また、新たな因果モデルとして提唱されているmarginal sufficient component cause model（周辺十分構成原因モデル）の有用性を評価した。特に、agonismの現象に着目して考察を行った結果、従来の十分原因モデルと反事実モデルの対応関係を理解することが、因果律の深い理解につながることを論じた。また、因果推論で重要となる、因果メカニズムの評価や交絡の問題について理論を構築した。
これらの新たな知見について学術誌や国内外の学会で発表したほか、交絡の問題を例に、AI時代における疫学の展望について発表を行った。
|
| Remarks |
日本疫学会ニュースレターに、因果推論研究について寄稿した。
|
-
-
-
-
-
[Journal Article] Prenatal exposure to opioids and neurodevelopmental disorders in children: a Bayesian mediation analysis2023
Author(s)
Wang S, Puggioni G, Wu J, Meador KJ, Caffrey A, Wyss R, Slaughter JL, Suzuki E, Ward KE, Lewkowitz AK, Wen X
-
Journal Title
American Journal of Epidemiology
Volume: －
Pages: －
Peer Reviewed / Int'l Joint Research
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
