Skip to content

GCRI · Health Nexus

Inférence causale pour la santé publique

Causal inference asks whether an intervention or exposure actually changed health outcomes, compared with what would otherwise have happened. In this field it evaluates public health measures, service investments and environmental exposures where randomisation is often impossible, and states the assumptions each estimate rests on.

01Registre

L'inférence causale en santé publique, documentée.

Fiche de la méthodeMéthode STIM
  1. MéthodeInférence causale et évaluation d'impact
  2. Applied inHealth Nexus
  3. Données4 entrées
  4. Page canoniqueCommons STIM
02Candidature

Ce que fait ici l'inférence causale et l'évaluation d'impact.

Causal inference and impact evaluation develop methods to determine whether and how interventions or exposures cause outcomes. They separate genuine effects from correlation. In health and biosecurity, causal inference shows which risk reduction measures actually work. It supports allocating resources toward interventions with demonstrated effect across connected risks. The canonical description is on the STEM Commons.

Evaluating public health measures

Les méthodes de différences de différences et de contrôle synthétique comparent les lieux ayant adopté une mesure à des lieux comparables qui ne l'ont pas fait, et les tendances antérieures à l'adoption sont examinées avant tout rapport d'effet.

Exposure-response for heat and air

Time-series and case-crossover designs relate daily exposure to outcomes in the same population, controlling for season and trend, to estimate lagged exposure-response functions.

Impact of access investments

New facilities, fee removals or outreach programmes are evaluated with stepped rollout, regression discontinuity or matching, so the effect on use and outcomes is separated from background change.

03Suivi

Évaluation d'impact.

L'écran qu'une équipe utiliserait pour suivre cette méthode : ses mesures, ses états et ses décisions. Les noms sont des exemples et les valeurs sont illustratives.

Évaluation d'impact

Health · Causal inference for public health · Run R-9605

Parallel trends holdGCRI · Health Nexus

Étude d'événement

Fiche méthode

Méthode
Inférence causale et évaluation d'impact
Conception
différence de différences
Unités
86
Étiquette
MODÉLISÉ

Contrôles de robustesse

Spécification principale0.06Oui
Exclure les adoptants précoces0.10Oui
Contrôle synthétique0.11Oui
Impact evaluation: the screen’s structure, terms and states for Health.Example names and illustrative values; a design, not a record or a live system.
04Données

Ce que consomme la méthode.

Jeux de données et enregistrements utilisés par l'inférence causale et l'évaluation d'impact sur cette plateforme, avec le rôle de chacun et l'étiquette que portent leurs valeurs. Les sources sont répertoriées dans le registre des sources.

DonnéesRôleÉtiquette
Routine health information systemsOutcomes before and after interventionsDÉCLARÉ
Outils de suivi des politiques et des mesuresCalendrier et rigueur des interventionsDÉCLARÉ
Mortalité et admissions quotidiennesSéries de résultats pour les études d'expositionStatistiques publiées
Réanalyses et champs de qualité de l'airSérie ExpositionMODÉLISÉ
05Signature sectorielle

The sector signature of causal inference for public health.

The sectors causal inference for public health touches and how strongly they depend on each other: what a study has to observe and model together.

Select corners · hover lines6 / 15 relations

Signature

La santé et ses partenaires

La santé fournit la main-d'œuvre d'exploitation aux infrastructures (0,3), la main-d'œuvre agricole à l'alimentation (0,3) et le personnel des services publics à l'eau (0,2).

W · E · I · F · H · B

Secteurs
4 sur 6
Relations
6 sur 15
Couplage
0.42 part du total

Relations les plus fortes en jeu

  • Water → Food · irrigation0.8
  • Food → Health · nutrition0.7
  • Infrastructures → Eau · canalisations, barrages et stations de traitement0.6
  • Eau → Santé · eau potable et assainissement0.7
Valeurs pédagogiques pour une ville-région type, pas des mesures pour un lieu. Le couplage est la somme des intensités des relations en jeu, en part des quinze.
06Validation

Comment les résultats sont vérifiés.

Les hypothèses d'identification sont éprouvées par des tests placebo, des contrôles de falsification et une analyse de sensibilité. La réplication dans différents contextes met à l'épreuve la validité externe.

VérifierComment c'est fait
Tests de pré-tendance et tests placeboLes effets sont testés à des périodes et en des lieux où il ne devrait y en avoir aucun
Sensitivity to unmeasured confoundingBounds or E-values state how strong hidden confounding would need to be to explain the result
Réplication dans différents contextesEffects are compared across countries or periods before they are generalised

Les facteurs de confusion non observés et les effets de débordement peuvent biaiser les estimations. Les effets constatés dans un contexte peuvent ne pas être transposables à un autre.

07Méthodes et preuves

How causal inference for public health is modelled, measured and tested.

Le modèle, ses hypothèses, ses données et son incertitude, sous la forme qu'un scientifique ou un ingénieur vérifierait. Les structures suivent des méthodes publiées. Les valeurs représentées sont illustratives, ce ne sont pas des résultats.

Bandes d'incertitude

Jusqu'où les perspectives de l'inférence causale pour la santé publique pourraient s'étendre, présentées sous forme de fourchettes plutôt que d'une seule ligne.

Maintenant+5+10+15+20+25+30 yélevéfaiblefourchette très probablefourchette probable
Estimation centrale
médiane de l'ensemble
Plages
probable et très probable, dans le langage calibré du GIEC
Ensemble
membres, scénarios et conditions initiales énoncés
À lire avec
la sensibilité du résultat à chaque entrée
Dispersion illustrative d'un ensemble sur une échelle d'indice ; la forme suit les orientations du GIEC sur l'incertitude. Il ne s'agit pas d'une projection.
FAIR guiding principles · GO FAIR and FORCE11W3C PROV · World Wide Web ConsortiumGuidance on consistent treatment of uncertainties · IPCCCEOS Analysis Ready Data · Committee on Earth Observation Satellites
09Processus

Comment le processus se déroule.

Process explorer · Process

Causal inference for public health: PRISMA 2020 review reporting

10 steps4 stages

Processus

Causal inference for public health: PRISMA 2020 review reporting

PRISMA 2020 est une ligne directrice de déclaration pour les revues systématiques ; les étapes suivent sa liste de contrôle, et non une séquence imposée, et aucun document Nexus ne l'adopte.

  1. 01 Plan

    1. 01Enregistrement et protocoleRegistre · L'équipe de revueLa ligne directrice demande les informations d'enregistrement, l'accès au protocole et toute modification.
    2. 02Critères d'éligibilitéRegistre · L'équipe de revueLa ligne directrice demande les critères d'inclusion et d'exclusion et la manière dont les études ont été regroupées.
  2. 02 Rechercher et sélectionner

    1. 03Recherche : sources et stratégiesÉtape · L'équipe de revueLa ligne directrice demande les sources d'information et les stratégies de recherche complètes. Elle ne fixe pas les sources à utiliser.
    2. 04Sélection des étudesÉtape · L'équipe de revueLa ligne directrice demande comment l'éligibilité des études a été jugée, y compris le nombre d'examinateurs ayant procédé à la sélection. Elle ne fixe pas le nombre d'examinateurs.
    3. 05Diagramme de fluxEnregistrementLe diagramme de flux indique le nombre d'enregistrements trouvés, le nombre d'études incluses et les motifs d'exclusion.
  3. 03 Analyser

    1. 06Collecte des donnéesÉtape · L'équipe de revueLa ligne directrice demande comment les données ont été extraites des rapports et quelles variables ont été recherchées.
    2. 07Risque de biaisÉtape · L'équipe de revueLa ligne directrice demande les méthodes et les outils utilisés pour évaluer le risque de biais.
    3. 08SynthèseModèle · L'équipe de revueLa ligne directrice demande les mesures d'effet et les méthodes de synthèse. Elle n'impose pas de méta-analyse.
    4. 09Certitude des éléments probantsÉtape · L'équipe de revueLa ligne directrice demande les méthodes utilisées pour évaluer la certitude, et en indique le résultat par critère de jugement. Elle ne nomme pas d'échelle de gradation.
  4. 04 Rapport

    1. 10Rapport d'examenEnregistrementLa ligne directrice aide les auteurs à indiquer pourquoi la revue a été réalisée, ce qu'ils ont fait et ce qu'ils ont trouvé.

ReportsOutline of an externally published reporting guideline, not a Nexus process and not a record of operation. PRISMA 2020 mainly covers reviews of intervention effects. No Nexus page names it. Every programme is at service level R0.

10Intendance

Qui tient à jour la méthode.

Développement économique est le garant de l'inférence causale et de l'évaluation d'impact pour le Consortium et examine la manière dont elle est appliquée sur l'ensemble des plateformes.

12Questions

Questions et réponses.

Quelles sont les limites de l'inférence causale et de l'évaluation d'impact dans ce domaine ?
Les facteurs de confusion non observés et les effets de débordement peuvent biaiser les estimations. Les effets constatés dans un contexte peuvent ne pas être transposables à un autre.
Comment les résultats sont-ils vérifiés ?
Les hypothèses d'identification sont examinées au moyen de tests placebo, de contrôles de falsification et d'analyses de sensibilité. La réplication dans différents contextes teste la validité externe.
Les valeurs de cette page sont-elles réelles ?
The data names, roles and checks are real descriptions of practice. The canvas shows a design of the method’s use, not a run; no result is reported here.
Où d'autre cette méthode est-elle appliquée ?
Le page canonique de la méthode liste toutes les plateformes qui l'appliquent.
RapportsContribuer

Apportez des éléments de preuve depuis cette page.

Reports est la publication trimestrielle du Consortium. Ce que vous savez de ce sujet peut devenir une donnée probante, un cas ou une correction dans la prochaine édition, avec mention de votre nom et publié sous licence CC BY 4.0 lorsqu'il s'agit de votre propre travail.

GCRIHealth NexusGlobal Sector Risk and ResilienceCountry Systems Risk and ResilienceEvidence Brief
Health Nexus

Apportez une méthode, un jeu de données ou une question.

L'information et les demandes sont ouvertes dès aujourd'hui. Une demande reçoit une référence et indique l'étape suivante ; candidatures, paiements, allocations de calcul et inscriptions n'ouvrent que lorsque l'équipe, les conditions et la capacité d'examen existent.