基于Copula的多重治疗因果推断敏感性分析

摘要
近期研究重点关注了在多重同步治疗的观察性研究中因果识别的潜力与缺陷。基于前人工作，研究表明即使给定治疗条件下未测量混杂变量的条件分布已知，因果效应通常也不具备可识别性，尽管可能存在部分可识别性。鉴于这些结果，提出了一种敏感性分析方法，专门针对多重治疗场景，用于表征潜在未测量混杂的影响，该方法可用来描述与观测数据兼容的一系列因果效应范围。

该方法基于结果、治疗和混杂变量联合分布的Copula分解，可在任意观测数据模型之上分层实现。提出了利用高斯Copula的实践实施方案，并建立了因果效应可被约束的条件。同时描述了效应推理方法，包括敏感性参数校准、效应估计稳健性量化，以及选择与先验假设最一致的模型。

关键词：因果推断，多重治疗，未观测混杂，Copula模型，敏感性分析