Skip to content

GCRI · Health Nexus

Причинно-следственный вывод для общественного здравоохранения

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.

01Реестр

Causal inference for public health on the record.

Запись о методеSTEM-метод
  1. МетодПричинно-следственный вывод и оценка воздействия
  2. Applied inHealth Nexus
  3. Canonical pageSTEM Commons
02Заявка

Какую роль здесь играют причинно-следственный вывод и оценка воздействия.

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

Новые объекты, отмена платы или программы охвата оцениваются с помощью поэтапного внедрения, разрывного регрессионного дизайна или сопоставления, чтобы эффект для использования услуг и результатов отделялся от фоновых изменений.

03Мониторинг

Оценка воздействия.

Экран, который команда использовала бы для следования этому методу: его показатели, состояния и решения. Названия приведены для примера, а значения иллюстративны.

Оценка воздействия

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

Parallel trends holdGCRI · Health Nexus

Событийный анализ

Карточка метода

Метод
Причинно-следственный вывод и оценка воздействия
Проектирование
разность разностей
Единицы
86
Метка
СМОДЕЛИРОВАНО

Проверки устойчивости результатов

Основная спецификация0.06Да
Исключить ранних последователей0.10Да
Синтетический контроль0.11Да
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.
04Данные

Что потребляет метод.

Наборы данных и записи, используемые причинно-следственным анализом и оценкой воздействия на этой платформе, с указанием роли каждого из них и метки, которую несут их значения. Источники перечислены в реестре источников.

ДанныеРольМетка
Routine health information systemsOutcomes before and after interventionsСООБЩЕНО
Policy and measure trackersTiming and stringency of interventionsЗАДЕКЛАРИРОВАНО
Daily mortality and admissionsOutcome series for exposure studiesОпубликованная статистика
Reanalysis and air quality fieldsExposure seriesСМОДЕЛИРОВАНО
05Отраслевая сигнатура

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.

Выберите углы · наведите на линии6 из 15 связей

Подпись

Здоровье и его партнёры

Здоровье даёт инфраструктуре рабочую силу для эксплуатации (0,3), продовольствию сельскохозяйственный труд (0,3) и воде персонал коммунальных служб (0,2).

W · E · I · F · H · B

Отрасли
4 из 6
Связи
6 из 15
Взаимосвязи
0.42 доля от общего числа

Самые сильные задействованные связи

  • Вода → продовольствие · орошение0.8
  • Продовольствие → здоровье · питание0.7
  • Инфраструктура → вода · трубопроводы, плотины и очистные сооружения0.6
  • Вода → здоровье · питьевая вода и санитария0.7
Учебные значения для типичного города-региона, а не измерения для какого-либо места. Связность это суммарная сила задействованных связей как доля всех пятнадцати.
06Валидация

Как проверяются результаты.

Допущения об идентификации проверяются с помощью плацебо-тестов, проверок на опровержимость и анализа чувствительности. Воспроизведение в разных условиях проверяет внешнюю валидность.

ПроверкаКак это делается
Тесты предтренда и плацебоEffects 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
Replication across settingsEffects are compared across countries or periods before they are generalised

Ненаблюдаемые смешивающие факторы и побочные эффекты могут смещать оценки. Эффекты, найденные в одном контексте, могут не переноситься на другой.

07Методы и доказательная база

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

Модель, её допущения, данные и неопределённость в том виде, в каком их проверил бы учёный или инженер. Структуры следуют опубликованным методам. Показанные значения являются иллюстративными, а не результатами.

Полосы неопределённости

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

Сейчас+5+10+15+20+25+30 летвысокаянизкаяочень вероятный диапазонвероятный диапазон
Центральная оценка
медиана ансамбля
Диапазоны
вероятно и очень вероятно, в калиброванных формулировках МГЭИК
Ансамбль
члены ансамбля, сценарии и начальные условия указаны
Читать вместе с
чувствительность результата к каждому входному параметру
Иллюстративный разброс ансамбля по шкале индекса; форма следует руководству МГЭИК по неопределённости. Не прогноз.
Руководящие принципы FAIR · GO FAIR и FORCE11W3C PROV · Консорциум Всемирной паутиныРуководство по единообразному учёту неопределённостей · МГЭИКCEOS Analysis Ready Data · Комитет по спутникам наблюдения Земли
09Процесс

Как устроен процесс.

Process explorer · Process

Causal inference for public health: PRISMA 2020 review reporting

10 steps4 stages

Процесс

Causal inference for public health: PRISMA 2020 review reporting

PRISMA 2020 является руководством по отчётности о систематических обзорах; шаги следуют его контрольному списку, а не обязательной последовательности, и ни один документ Nexus его не принимает.

  1. 01 Plan

    1. 01Регистрация и протоколЗапись · Группа рецензированияРуководство просит указать сведения о регистрации, доступ к протоколу и любые поправки.
    2. 02Критерии соответствияЗапись · Группа рецензированияРуководство просит указать критерии включения и исключения и то, как группировались исследования.
  2. 02 Поиск и отбор

    1. 03Поиск: источники и стратегииШаг · Группа рецензированияРуководство просит указать источники информации и полные стратегии поиска. Оно не определяет, какие источники используются.
    2. 04Отбор исследованийШаг · Группа рецензированияРуководство просит указать, как оценивалось соответствие исследований критериям, в том числе сколько рецензентов проводили отбор. Оно не фиксирует число рецензентов.
    3. 05Диаграмма потоковЗаписьДиаграмма потоков показывает число найденных записей, число включённых исследований и причины исключения.
  3. 03 Анализ

    1. 06Сбор данныхШаг · Группа рецензированияРуководство просит указать, как собирались данные из отчётов и какие элементы данных искались.
    2. 07Риск систематической ошибкиШаг · Группа рецензированияРуководство просит указать методы и инструменты оценки риска систематической ошибки.
    3. 08СинтезМодель · Группа рецензированияРуководство просит указать меры эффекта и методы синтеза. Оно не предписывает метаанализ.
    4. 09Степень уверенности: доказательная базаШаг · Группа рецензированияРуководство просит указать методы оценки определённости и сообщать результат по каждому исходу. Оно не называет шкалу оценки.
  4. 04 Отчёт

    1. 10Отчёт о рецензированииЗаписьРуководство помогает авторам сообщить, почему был проведён обзор, что они сделали и что обнаружили.

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.

10Ведение и сопровождение

Кто ведёт метод.

Экономическое развитие осуществляет ведение и сопровождение причинно-следственного анализа и оценки воздействия для Консорциума и анализирует их применение на разных платформах.

12Вопросы

Вопросы и ответы.

Каковы ограничения причинно-следственного анализа и оценки воздействия в этой области?
Ненаблюдаемые смешивающие факторы и побочные эффекты могут смещать оценки. Эффекты, найденные в одном контексте, могут не переноситься на другой.
Как проверяются результаты?
Допущения идентификации проверяются плацебо-тестами, проверками на опровержимость и анализом чувствительности. Репликация в разных условиях проверяет внешнюю валидность.
Значения на этой странице реальные?
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.
Где ещё применяется этот метод?
Observatory Каноническая страница метода перечисляет все применяющие его платформы.
ОтчётыВнести вклад

Поделитесь доказательствами с этой страницы.

Reports является ежеквартальным изданием Консорциума. Ваши знания по этой теме могут стать доказательством, кейсом или исправлением в следующем выпуске с указанием вашего авторства и публикацией по лицензии CC BY 4.0, если это ваша собственная работа.

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

Предложите метод, набор данных или вопрос.

Информация и запросы открыты уже сегодня. Запрос получает номер и указывает следующий шаг; заявки, платежи, выделение вычислительных ресурсов и регистрации открываются только тогда, когда существуют их команда, условия и возможности для проверки.

Правовая информация

Карты, данные и рисунки на этом сайте приводятся для контекста и общей информации. Они не являются советом, прогнозом или предупреждением; ограничения информации изложены в Оговорках и уведомлениях о данных.