역학에서의 인과 적 추론 : 최근 방법 론적 발전

인과 적 추론은 많은 경험적 조사의 중심 목표이며, 의학, 역학 및 공중 보건 분야에서 대부분의 연구를 수행합니다. 그러나 전통적으로 통계의 역할은 종종 기회가 결과를 설명 할 수있는 정도를 정량화하는 것으로 강등되는 반면, 데이터의 비 이상적인 특성으로 인한 체계적인 편견에 대한 우려는 질적 토론으로 강등됩니다. 인과 추론으로 알려진 분야는 이러한 상황을 변경하여 주어진 분석의 기초가되는 모든 가정에 대한 명시적인 진술을 용이하게하는 일관된 프레임 워크 내에서 인과 적 질문을 설정하고 많은 설정에서 새롭고 유연한 분석 방법을 개발하고 잠재적 편향에 대한 광범위한 탐색을 허용합니다. .

이 과정은 실질적인 초점을 유지하면서 이러한 문제와 관련하여 최신 기술을 논의합니다. 잠재적 결과 프레임 워크, 인과 다이어그램, 표준화, 성향 점수, 역 확률 가중치, 도구 변수, 한계 구조 모델, 인과 매개 분석 및 민감도 분석의 예에 대해 논의합니다. 참가자는 이러한 새로운 방법에 대한 공통 스레드에 대한 인식과 간단한 설정에 적용 할 수있는 능력을 습득합니다.