Puntaje de propensión que coincide con el tratamiento que varía con el tiempo

8

El procedimiento básico de coincidencia de puntaje de propensión funciona con datos de sección transversal (es decir, recopilados en un determinado momento). El popular comando psmatch2 utiliza una variable ficticia que indica que una observación pertenece al grupo de tratamiento o control.

Sin embargo, en mi conjunto de datos, esta función de indicador varía en el tiempo. Los datos se ven de la siguiente manera: identifico a las personas y las sigo durante un período de 12 años. En algún momento durante este período de tiempo, los individuos pueden recibir tratamiento, por lo que "se transfieren del control al grupo de tratamiento". Tenga en cuenta que esto puede ocurrir en cualquier momento (sic!) Para cada individuo.

Por encima de eso, mi análisis posterior dependería del tiempo: desde el momento en que se trata a las personas, quiero estimar el ATT, pero solo para el año siguiente (¡sic!). Por lo tanto, ya no me importan las personas tratadas 1 año después de que comenzó su tratamiento.

psmatch2parece ser muy restrictivo cuando se trata de eso. ¿Ves alguna posibilidad sobre cómo hacer eso? Tal vez también hay métodos de correspondencia que me permiten hacer eso.

PD: Hay una pregunta similar aquí en el foro, sin embargo, no me ayudó a resolver este problema.

stata panel-data propensity-scores

— Jhonny
fuente

1

Muchos "pesos" que se utilizan para los análisis utilizan métodos muy similares y tienen justificaciones muy similares. Sin embargo, es importante referirse a ellos correctamente. Que yo sepa, los puntajes de propensión no se utilizan para dar cuenta de los tratamientos que varían en el tiempo. Creo que estás pensando en modelos estructurales marginales .

— AdamO

Gracias por esta pista, no conocía este modelo. Parecen ser muy populares en la epidemiología y la literatura médica, pero no en economía / ciencias sociales, que es mi experiencia.

— Jhonny

Hace unas semanas hice una pregunta similar: stats.stackexchange.com/questions/113670/…

— Adam Robinsson

6

Quizás el siguiente documento sea relevante para su caso: Lu B. Puntaje de propensión que coincide con covariables dependientes del tiempo. Biometrics 2005; 61, 721–728 .

En la situación considerada en el documento, los sujetos pueden comenzar el tratamiento en cualquier momento durante un período de observación. Un individuo que se expone a tiempo $t$ se corresponde con varios controles seleccionados del conjunto de riesgos correspondiente, es decir, de todos los sujetos que todavía están en riesgo de exponerse en el momento $t$ .

La coincidencia es con respecto a un puntaje de propensión dependiente del tiempo, definido como el riesgo de exponerse en el momento $t$ calculado a partir de un modelo de riesgos proporcionales de Cox:

h (t) = h_{0 0} (t) Exp (β^{'} X (t))

$h(t)=h_0(t)\exp(\beta'x(t))$ dónde

x (t)

$x(t)$ es un vector de predictores potencialmente variables en el tiempo del estado del tratamiento. En cada conjunto de riesgos, la coincidencia se realiza en la escala de predicción lineal de acuerdo con la métrica

re (X_{yo} (t), X_{j} (t)) = {({\hat{β}}^{'} X_{yo} (t) - {\hat{β}}^{'} X_{j} (t))}^{2} .

$d(x_i(t),x_j(t))=\left(\hat\beta'x_i(t)-\hat\beta'x_j(t)\right)^2.$

— a.arfe
fuente

1

Stata 13 tiene un estimador de efectos de tratamiento multivalor . Podría ser posible replantear su problema como un tratamiento de valores múltiples, donde el tratamiento se indexa por tiempo (tratado en el año 1, tratado en el año 2, ..., tratado en el año 12) en lugar de binario. El resultado se medirá en el año posterior al tratamiento.

— Dimitriy V. Masterov
fuente

En mi configuración, el tratamiento puede ocurrir cualquier día durante los 12 años, lo que hace que esta solución no sea práctica (el conjunto de datos incluye más de un millón de observaciones). Por encima de eso, el tratamiento que reciben los individuos es idéntico (aunque ocurre en diferentes momentos), lo cual no se considera desde mi comprensión del estimador propuesto.

— Jhonny