Development of propensity score models in large epidemiologic studies: causal inference and AI

2022 Fiscal Year Final Research Report

• Project/Area Number: 20K10471
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 58030:Hygiene and public health-related: excluding laboratory approach
• Research Institution: Okayama University
• Principal Investigator: SUZUKI Etsuji 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 Final Research Achievements

We evaluated the usefulness of the marginal sufficient component cause model, a newly proposed causal model, by discussing its theoretical problems and limitations. Furthermore, we examined the Hill’s viewpoints from the perspective of causal mechanisms and showed the importance of using appropriate causal models in a complementary manner to evaluate causality. Moreover, we developed measures for assessing intervention effects within the framework of causal inference. We developed theories regarding the assessment of causal mechanisms and confounding, offering a prospect for the field of epidemiology in the AI era.

Free Research Field

疫学

Academic Significance and Societal Importance of the Research Achievements

本研究成果は、近年注目されている因果推論手法を活用したものであり、リアルワールドデータから因果関係を評価する上で有用な理論的知見である。これらの知見は、十分原因モデルと潜在アウトカムモデルいう重要な2種類の因果モデルの対応を発展させており、傾向スコアモデルを開発する基盤となる。また、交絡バイアスなどを適切に制御し、因果メカニズムを評価するために重要な研究成果である。