Skip to content

GCRI · Health Nexus

公衆衛生のための因果推論

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.

01登録

記録に基づく公衆衛生のための因果推論。

手法の記録STEM の手法
  1. 手法因果推論とインパクト評価
  2. スチュワード経済開発
  3. Applied inHealth Nexus
  4. 正式なページSTEM コモンズ
02申請

ここでの因果推論とインパクト評価の役割。

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.

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.

03監視

影響評価。

この手法を追跡するためにチームが使う画面:その指標、状態、決定。名前は例であり、値はイメージです。

インパクト評価

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

平行トレンドが成立しているGCRI・Health Nexus

イベント・スタディ

手法カード

手法
因果推論とインパクト評価
設計
差の差法
単位
86
ラベル
モデル化

頑健性の検証

主たる仕様0.06はい
早期採用者を除外0.10はい
合成コントロール法0.11はい
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.
04データ

手法が使用するもの。

このプラットフォームで因果推論と影響評価に用いられるデータセットと記録を、それぞれの役割と値に付されるラベルとともに示します。出典は 出典の登録簿.

データ役割ラベル
定期的な保健情報 システムOutcomes before and after interventions報告値
政策・施策トラッカー介入の時期と厳格さ申告済み
日次の死亡数と入院数エクスポージャー研究のためのアウトカム系列公表統計
再解析データと大気質の場エクスポージャー系列モデル化
05部門の特徴

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.

角を選択・線にカーソルを合わせる15 の関係のうち 6

署名

保健とそのパートナー

保健は、インフラに運用の人員(0.3)を、食料に農業労働力(0.3)を、水に公益事業の人員(0.2)を提供します。

W · E · I · F · H · B

セクター
4 全 6
関係
6 全 15
結合
0.42 全体に占める割合

作用している最も強い関係

  • Water → Food · irrigation0.8
  • Food → Health · nutrition0.7
  • Infrastructure → Water · pipes, dams and treatment works0.6
  • Water → Health · drinking water and sanitation0.7
典型的な都市圏のための教育用の値であり、どの場所の測定値でもありません。結合度は、働いている関係の強さの合計を、全 15 の関係に対する割合で示したものです。
06検証

結果の確認方法。

識別の仮定は、プラセボ検定、反証チェック、 感度分析によって検証します。複数の環境での再現により、外的妥当性を検証します。

確認実施方法
事前トレンド検定とプラセボ検定Effects are tested in periods and places where none should exist
Sensitivity to unmeasured confoundingBounds or E-values state how strong hidden confounding would need to be to explain the result
異なる環境にわたる再現効果は、一般化する前に国や期間をまたいで比較されます

観測されない交絡や波及効果が推定にバイアスを生じさせることがあります。ある状況で得られた効果が、別の状況に当てはまるとは限りません。

07手法とエビデンス

公衆衛生のための因果推論をどのようにモデル化し、測定し、検証するか。

モデル、その仮定、データ、不確実性を、科学者やエンジニアが確認する形で示します。構造は公表された手法に従っています。描かれた値は例示であり、知見ではありません。

不確実性の幅

公衆衛生のための因果推論の見通しがどこまで広がり得るかを、単一の線ではなく範囲で示したもの。

現在+5+10+15+20+25+30 y高低可能性が非常に高い範囲可能性が高い範囲
中央推定値
アンサンブルの中央値
範囲
IPCC の較正された表現における「可能性が高い」と「可能性が非常に高い」
アンサンブル
メンバー、シナリオ、初期条件を明示
あわせて読む
各入力に対する結果の感度
指標スケール上の説明用アンサンブルの広がりで、形式は IPCC の不確実性ガイダンスに従っています。予測ではありません。
FAIR 原則・GO FAIR と FORCE11W3C PROV・World Wide Web Consortium不確実性の一貫した扱いに関するガイダンス・IPCCCEOS 解析即応データ・地球観測衛星委員会
09プロセス

プロセスの進め方。

Process explorer · Process

Causal inference for public health: PRISMA 2020 review reporting

10 steps4 stages

プロセス

Causal inference for public health: PRISMA 2020 review reporting

PRISMA 2020 はシステマティック・レビューのための報告ガイドラインです。ステップは義務づけられた順序ではなくそのチェックリストに従っており、これを採用している Nexus の文書はありません。

  1. 01 Plan

    1. 01登録とプロトコル記録 · レビュー・チームガイドラインは、登録の詳細、プロトコルへのアクセス、すべての修正を求めています。
    2. 02適格性の基準記録 · レビュー・チームガイドラインは、組み入れと除外の基準、そして研究のグループ分けの方法を求めています。
  2. 02 検索と選定

    1. 03検索:情報源と戦略ステップ · レビュー・チームガイドラインは、情報源と完全な検索戦略を求めています。どの情報源を用いるかは定めていません。
    2. 04研究の選定ステップ · レビュー・チームガイドラインは、何人のレビュー担当者がスクリーニングしたかを含め、研究の適格性をどう判断したかを求めています。レビュー担当者の人数は定めていません。
    3. 05フロー図記録フロー図は、見つかった記録の数、組み入れた研究の数、除外の理由を示します。
  3. 03 分析

    1. 06データ収集ステップ · レビュー・チームガイドラインは、報告書からデータをどのように収集し、どのデータ項目を求めたかを問うています。
    2. 07バイアスのリスクステップ · レビュー・チームガイドラインは、バイアスのリスクを評価するために用いた手法とツールを求めています。
    3. 08統合モデル · レビュー・チームガイドラインは、効果の指標と統合の手法を求めています。メタアナリシスを義務づけてはいません。
    4. 09証拠の確実性ステップ · レビュー・チームガイドラインは、確実性の評価に用いた手法を求め、結果をアウトカムごとに報告します。格付けの尺度は指定していません。
  4. 04 報告

    1. 10レビュー報告書記録このガイドラインは、著者がレビューを行った理由、行ったこと、見つけたことを報告するのに役立ちます。

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.

10スチュワードシップ

手法を維持する者。

経済開発 は、コンソーシアムにおける因果推論と影響評価のスチュワードを務め、各プラットフォームでの適用状況をレビューします。

12質問

質問と回答。

この分野における因果推論と影響評価の限界は何ですか。
観測されない交絡や波及効果が推定にバイアスを生じさせることがあります。ある状況で得られた効果が、別の状況に当てはまるとは限りません。
結果はどのように確認されますか?
識別の仮定は、プラセボ検定、反証チェック、感度分析によって検証します。複数の状況での再現により、外的妥当性を検証します。
このページの値は実際のものですか?
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.
この手法は他にどこで適用されていますか?
社会を動かし続ける 正式な手法のページ には、それを適用するすべてのプラットフォームが掲載されています。
報告書貢献する

このページからエビデンスを提供する。

Reports はコンソーシアムの季刊刊行物です。このテーマについてあなたが知っていることは、次号でエビデンス、事例、または訂正となり得ます。あなたの名前を記し、あなた自身の著作物である場合は CC BY 4.0 で公表されます。

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

手法、データセット、または問いを持ち込んでください。

情報提供と問い合わせは本日から受け付けています。問い合わせには参照番号が付き、次の手順が示されます。申請、支払い、計算資源の割り当て、登録は、担当チーム、規約、審査体制が整ってから開始します。