Skip to content

GCRI · Matemática, estatística e dados

Inferência causal e avaliação de impacto

Inferência causal e avaliação de impacto desenvolvem métodos para determinar se, e de que modo, intervenções ou exposições causam resultados. Separam efeitos genuínos de correlação. Desenvolvimento Econômico atua como guardião desta página para o Nexus Consortium.

02O método

O que abrangem a inferência causal e a avaliação de impacto.

  1. 01

    Métodos centrais

    randomised controlled trials; difference-in-differences; instrumental variables; regression discontinuity; matching and weighting; causal graphical models.

  2. 02

    Dados e instrumentos

    experimental data; panel datasets; administrative records; natural experiments; survey data.

  3. 03

    Validação

    As premissas de identificação são testadas por meio de testes placebo, verificações de falseamento e análise de sensibilidade. A replicação em diferentes contextos testa a validade externa.

  4. 04

    Limites

    Confundimento não observado e efeitos de transbordamento (spillovers) podem enviesar as estimativas. Efeitos encontrados em um contexto podem não se transferir para outro.

  5. 05

    Uso em decisões de risco

    A inferência causal mostra quais medidas de redução do risco realmente funcionam. Ela apoia a alocação de recursos para intervenções com efeito demonstrado em riscos conectados.

03Prática de referência

A inferência causal segue padrões de avaliação e de relatório.

ReferênciaO que estabelece
Critérios de avaliação do CAD da OCDEAvaliação de intervenções
Diretrizes EQUATORReporting of studies
GRADECerteza das evidências
04Processo

Como decorre o processo.

Process explorer · Process

Causal inference and impact evaluation: PRISMA 2020 review reporting

10 steps4 stages

Processo

Causal inference and impact evaluation: PRISMA 2020 review reporting

A PRISMA 2020 é uma diretriz de relato para revisões sistemáticas; as etapas seguem sua lista de verificação, não uma sequência obrigatória, e nenhum documento Nexus a adota.

  1. 01 Plan

    1. 01Registro e protocoloRegistro · A equipe de revisãoA diretriz pede os dados de registro, o acesso ao protocolo e quaisquer alterações.
    2. 02Critérios de elegibilidadeRegistro · A equipe de revisãoA diretriz pede os critérios de inclusão e de exclusão e a forma como os estudos foram agrupados.
  2. 02 Encontrar e selecionar

    1. 03Busca: fontes e estratégiasEtapa · A equipe de revisãoA diretriz pede as fontes de informação e as estratégias de busca completas. Não fixa quais fontes são utilizadas.
    2. 04Seleção dos estudosEtapa · A equipe de revisãoA diretriz pergunta como os estudos foram considerados elegíveis, incluindo quantos revisores fizeram a triagem. Não fixa o número de revisores.
    3. 05Diagrama de fluxoRegistroO diagrama de fluxo mostra o número de registros encontrados, o número de estudos incluídos e os motivos de exclusão.
  3. 03 Analisar

    1. 06Coleta de dadosEtapa · A equipe de revisãoA diretriz pergunta como os dados foram coletados dos relatórios e quais itens de dados foram procurados.
    2. 07Risco de viésEtapa · A equipe de revisãoA diretriz pede os métodos e as ferramentas utilizados para avaliar o risco de viés.
    3. 08SínteseModelo · A equipe de revisãoA diretriz pede as medidas de efeito e os métodos de síntese. Não prescreve a meta-análise.
    4. 09Certeza das evidênciasEtapa · A equipe de revisãoA diretriz pede os métodos utilizados para avaliar a certeza e relata o resultado por desfecho. Não indica uma escala de graduação.
  4. 04 Relatório

    1. 10Relatório de revisãoRegistroA diretriz ajuda os autores a relatar por que a revisão foi feita, o que fizeram e o que constataram.

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.

05No trabalho sobre risco sistêmico

O que realmente reduziu o risco.

Risk reduction investments need evidence of effect. Causal inference (experiments, natural experiments, difference-in-differences, synthetic controls) identifies effects, but disasters are rare and contexts differ, so external validity is the main limit.

  • Declare as premissas de identificação.
  • Avaliar a transferibilidade para outros contextos.
  • Evite atribuir resultados a intervenções sem um contrafactual.
  • Aplicações em Desenvolvimento econômico e Desenvolvimento Humano.
07Gestão responsável

Quem mantém esta página.

Desenvolvimento econômico é guardião da inferência causal e da avaliação de impacto: mantém esta descrição atualizada e revisa como o método é aplicado nas plataformas.

08Fontes

Where this page’s references lead.

Os organismos e documentos à luz dos quais esta página é lida. O estado e as edições mudam; cada ligação leva ao organismo emissor.

09Perguntas

Perguntas e respostas.

Por que uma só instituição hospeda todas as páginas de métodos?
O GCRI hospeda o CTEM Commons para que cada método tenha uma descrição canônica. As plataformas remetem a ela em vez de repeti-la, o que mantém as definições consistentes.
Como posso sugerir uma correção a uma página de método?
Escrever para o formulário de preocupações de integridade com o trecho e o motivo.
RelatóriosContribuir

Contribua com evidências a partir desta página.

Reports é a publicação trimestral do Consortium. O que você sabe sobre este tema pode se tornar evidência, um caso ou uma correção na próxima edição, com crédito a você e publicado sob CC BY 4.0 quando for obra sua.

GCRI
O Global Centre for Risk and Innovation

Traga um método, um conjunto de dados ou uma pergunta.

A informação e os pedidos estão abertos hoje. Um pedido recebe uma referência e indica o próximo passo; candidaturas, pagamentos, alocações de computação e registros só abrem quando existem a equipa, os termos e a capacidade de revisão.