Skip to content

GCRI · Health Nexus

Inferensi kausal untuk kesehatan masyarakat

Inferensi kausal menanyakan apakah suatu intervensi atau keterpaparan benar-benar mengubah hasil kesehatan, dibandingkan dengan apa yang akan terjadi tanpanya. Di bidang ini, inferensi kausal mengevaluasi langkah kesehatan masyarakat, investasi layanan, dan keterpaparan lingkungan yang sering kali tidak dapat diacak, serta menyatakan asumsi yang mendasari setiap estimasi.

01Daftar

Causal inference for public health on the record.

Catatan metodeMetode STEM
  1. MetodeInferensi kausal dan evaluasi dampak
  2. Applied inHealth Nexus
  3. Canonical pageSTEM Commons
02Permohonan

Peran inferensi kausal dan evaluasi dampak di sini.

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

Difference-in-differences and synthetic control designs compare places that adopted a measure with comparable places that did not, and trends before adoption are examined before any effect is reported.

Hubungan eksposur-respons untuk panas dan udara

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

Fasilitas baru, penghapusan biaya, atau program penjangkauan dievaluasi dengan peluncuran bertahap, regresi diskontinuitas, atau pencocokan, sehingga dampaknya terhadap penggunaan dan hasil dapat dipisahkan dari perubahan latar belakang.

03Pantau

Evaluasi dampak.

Layar yang akan digunakan sebuah tim untuk mengikuti metode ini: ukuran, status, dan keputusannya. Nama adalah contoh dan nilai bersifat ilustratif.

Evaluasi dampak

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

Parallel trends holdGCRI · Health Nexus

Studi peristiwa

Kartu metode

Metode
Inferensi kausal dan evaluasi dampak
Desain
selisih dalam selisih
Unit
86
Label
DIMODELKAN

Uji kekokohan

Spesifikasi utama0.06Ya
Singkirkan pengadopsi awal0.10Ya
Kontrol sintetis0.11Ya
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.
04Data

Apa yang digunakan metode ini.

Set data dan catatan yang digunakan oleh inferensi kausal dan evaluasi dampak pada platform ini, beserta peran masing-masing dan label yang disandang nilainya. Sumber tercantum dalam register sumber.

DataPeranLabel
Routine health information systemsOutcomes before and after interventionsDILAPORKAN
Policy and measure trackersWaktu dan ketatnya intervensiDINYATAKAN
Mortalitas dan perawatan rumah sakit harianOutcome series for exposure studiesStatistik terbitan
Reanalisis dan medan kualitas udaraExposure seriesDIMODELKAN
05Ciri khas sektor

Tanda sektoral inferensi kausal untuk kesehatan masyarakat.

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.

Pilih sudut · arahkan kursor ke garis6 / 15 relasi

Tanda tangan

Kesehatan dan mitranya

Kesehatan memberi infrastruktur tenaga kerja untuk operasi (0,3), tenaga kerja pertanian ke pangan (0,3), dan tenaga kerja utilitas ke air (0,2).

W · E · I · F · H · B

Sektor
4 dari 6
Hubungan
6 dari 15
Keterkaitan
0.42 porsi dari total

Hubungan terkuat yang berperan

  • Air → Pangan · irigasi0.8
  • Pangan → Kesehatan · gizi0.7
  • Infrastruktur → Air · pipa, bendungan, dan instalasi pengolahan0.6
  • Air → Kesehatan · air minum dan sanitasi0.7
Nilai pengajaran untuk wilayah kota yang tipikal, bukan pengukuran untuk tempat mana pun. Keterkaitan adalah jumlah kekuatan hubungan yang berperan, sebagai pangsa dari kelima belas hubungan.
06Validasi

Cara hasil diperiksa.

Asumsi identifikasi diuji melalui uji plasebo, pemeriksaan falsifikasi, dan analisis sensitivitas. Replikasi di berbagai konteks menguji validitas eksternal.

PemeriksaanCara pelaksanaannya
Pre-trend and placebo testsEfek diuji pada periode dan tempat yang seharusnya tidak ada efek
Sensitivitas terhadap perancu yang tidak terukurBounds or E-values state how strong hidden confounding would need to be to explain the result
Replikasi di berbagai lingkunganEffects are compared across countries or periods before they are generalised

Perancu yang tidak teramati dan efek limpahan dapat membiaskan estimasi. Efek yang ditemukan dalam satu konteks belum tentu berlaku di konteks lain.

07Metode dan bukti

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

Model, asumsi, data, dan ketidakpastiannya, dalam bentuk yang akan diperiksa ilmuwan atau insinyur. Strukturnya mengikuti metode yang dipublikasikan. Nilai yang digambar bersifat ilustratif, bukan temuan.

Pita ketidakpastian

How far the outlook for causal inference for public health could spread, shown as ranges rather than a single line.

Sekarang+5+10+15+20+25+30 thntinggirendahrentang sangat mungkinrentang mungkin
Estimasi tengah
median ansambel
Rentang
mungkin dan sangat mungkin, dalam bahasa terkalibrasi IPCC
Ansambel
anggota, skenario, dan kondisi awal dinyatakan
Baca bersama
sensitivitas hasil terhadap setiap masukan
Sebaran ensambel ilustratif pada skala indeks; bentuknya mengikuti panduan ketidakpastian IPCC. Bukan proyeksi.
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
09Proses

Bagaimana proses berjalan.

Process explorer · Process

Inferensi kausal untuk kesehatan masyarakat: pelaporan tinjauan PRISMA 2020

10 steps4 stages

Proses

Inferensi kausal untuk kesehatan masyarakat: pelaporan tinjauan PRISMA 2020

PRISMA 2020 adalah pedoman pelaporan untuk tinjauan sistematis; langkah-langkahnya mengikuti daftar periksanya, bukan urutan yang diwajibkan, dan tidak ada dokumen Nexus yang mengadopsinya.

  1. 01 Plan

    1. 01Registrasi dan protokolCatatan · Tim peninjauPedoman meminta rincian registrasi, akses ke protokol, dan setiap amendemen.
    2. 02Kriteria kelayakanCatatan · Tim peninjauPedoman meminta kriteria inklusi dan eksklusi serta cara studi dikelompokkan.
  2. 02 Temukan dan pilih

    1. 03Penelusuran: sumber dan strategiLangkah · Tim peninjauPedoman meminta sumber informasi dan strategi penelusuran lengkap. Pedoman tidak menetapkan sumber mana yang digunakan.
    2. 04Seleksi studiLangkah · Tim peninjauPedoman menanyakan cara studi dinilai layak, termasuk berapa banyak peninjau yang menyaring. Pedoman tidak menetapkan jumlah peninjau.
    3. 05Diagram alirCatatanDiagram alir menunjukkan jumlah catatan yang ditemukan, jumlah studi yang disertakan, dan alasan pengecualian.
  3. 03 Analisis

    1. 06Pengumpulan dataLangkah · Tim peninjauPedoman menanyakan cara data dikumpulkan dari laporan dan butir data mana yang dicari.
    2. 07Risiko biasLangkah · Tim peninjauPedoman meminta metode dan alat yang digunakan untuk menilai risiko bias.
    3. 08SintesisModel · Tim peninjauPedoman meminta ukuran efek dan metode sintesis. Pedoman tidak mewajibkan meta-analisis.
    4. 09Tingkat kepastian buktiLangkah · Tim peninjauPedoman meminta metode yang digunakan untuk menilai kepastian, dan melaporkan hasilnya per luaran. Pedoman tidak menyebutkan skala penilaian.
  4. 04 Laporan

    1. 10Laporan tinjauanCatatanPedoman membantu penulis melaporkan mengapa tinjauan dilakukan, apa yang mereka lakukan, dan apa yang mereka temukan.

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.

10Pengelolaan

Siapa yang memelihara metode ini.

Pembangunan Ekonomi mengelola inferensi kausal dan evaluasi dampak untuk Konsorsium serta meninjau penerapannya di seluruh platform.

11Terhubung

Ke mana halaman ini mengarah di seluruh Konsorsium.

12Pertanyaan

Tanya jawab.

Apa saja keterbatasan inferensi kausal dan evaluasi dampak di bidang ini?
Perancu yang tidak teramati dan efek limpahan dapat membiaskan estimasi. Efek yang ditemukan dalam satu konteks belum tentu berlaku di konteks lain.
Bagaimana hasil diperiksa?
Asumsi identifikasi diuji melalui uji plasebo, pemeriksaan falsifikasi, dan analisis sensitivitas. Replikasi di berbagai konteks menguji validitas eksternal.
Apakah nilai di halaman ini nyata?
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.
Di mana lagi metode ini diterapkan?
Observatory Halaman metode kanonis mencantumkan setiap platform yang menerapkannya.
LaporanBerkontribusi

Kontribusikan bukti dari halaman ini.

Reports adalah publikasi triwulanan Konsorsium. Apa yang Anda ketahui tentang subjek ini dapat menjadi bukti, kasus, atau koreksi dalam edisi berikutnya, dengan kredit atas nama Anda dan dipublikasikan di bawah CC BY 4.0 jika merupakan karya Anda sendiri.

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

Bawa metode, dataset, atau pertanyaan.

Informasi dan pertanyaan sudah terbuka hari ini. Sebuah pertanyaan menerima nomor referensi dan menyebutkan langkah berikutnya; lamaran, pembayaran, alokasi komputasi, dan pendaftaran hanya dibuka ketika tim, ketentuan, dan kapasitas tinjauannya tersedia.