A simple strategy for valid inference in target trial emulations
本文提出了一种用于目标试验模拟的样本拆分策略，该策略允许研究人员基于数据探索迭代地完善方案，同时通过将最终方案应用于独立的保留数据集来保持统计推断的有效性。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象你是一位厨师，正试图为一道新菜创造完美的食谱。你想知道你的新酱汁是否能让这顿饭比旧版更好吃。
在医学研究领域，科学家们经常面临类似的挑战。他们想知道一种新疗法是否比旧疗法更有效，但他们无法进行受控实验（即“随机试验”），因为这太昂贵、不道德或根本不可能。相反，他们必须查看现实中已经接受治疗的患者现有记录。这被称为目标试验模拟。
其目标是设想：“如果我们进行了一项完美的受控实验，规则会是什么？”然后看看现实世界数据是否符合这些规则。
问题所在：“试味”陷阱
棘手之处在于：现实世界的数据杂乱无章。当科学家查看数据以确定应设定何种规则时，他们往往不得不做出调整。
- 也许数据中缺少他们想要的某项特定测试结果，因此他们不得不修改规则。
- 也许某种疗法在数据中极为罕见，为了获得清晰的答案，他们不得不排除这些患者。
- 也许他们尝试了多种不同的数据分析方法，而其中一种看起来比其他方法“更漂亮”。
这就产生了一个问题。如果你查看数据，根据所见修改规则，然后使用同一份数据来证明你的新规则有效，你本质上就是在烹饪过程中尝酱汁，然后声称最终菜肴完美无缺，因为你已按自己的喜好调整了盐量。
在统计学中，这被称为“数据窥探”。它让你看起来拥有强有力的结果，而实际上你可能只是看到了偶然现象。你的“置信区间”（衡量你有多大把握的统计指标）变得不可靠，因为你在完成测试之前就偷看了答案。
解决方案：“试点厨房”策略
该论文提出了一种简单而巧妙的解决方法：将数据一分为二。
这就像一场专业烹饪比赛，分为两个截然不同的阶段：
试点厨房（“规范样本”）：
你取一半的食材（数据）放入一个小试厨房。在这里，你被允许进行实验。你品尝、调整、修改食谱、尝试不同的香料，并确定最终规则究竟是什么。你可能会意识到：“哦，我们没有足够的蒜类数据，所以让我们修改食谱，转而专注于洋葱。”你在此做出所有决定。主舞台（“模拟样本”）：
一旦你在试点厨房中确定了最终食谱，就锁上门。你取另一半从未被触碰或品尝过的食材（数据的另一半），严格按照你刚刚写下的规则烹饪这道菜。然后，你品尝这道菜，看看它是否真的美味。
为何有效
因为数据的另一半从未用于做出决策，所以结果是公平的。
- 如果你根据试点厨房修改了规则，这无关紧要。主舞台的测试仍然是一次新鲜、无偏见的核查。
- 这完全符合现实中药企的运作方式。他们进行小型的“试点研究”以确定如何最好地运行大型“三期”试验。他们利用试点来学习，利用大型试验来证明。这篇论文只是说：“让我们对计算机数据也做同样的事情。”
权衡
该论文承认有一个缺点：为了最终测试，你丢弃了一半的数据。
这就像拥有 100 个苹果，却只用 50 个来制作最终的派。你可能不如使用全部 100 个苹果时那样确信味道如何。然而，该论文认为，拥有一个稍小但诚实的答案，要好过一个看似令人印象深刻但实际只是统计花招的虚假大答案。
总结
- 问题：查看数据以设计研究，然后使用同一份数据来证明研究有效，会导致虚假的自信。
- 解决方法：将数据拆分。使用前半部分来设计研究（“试点”），使用后半部分来运行研究（“主试验”）。
- 结果：你可以就研究设计做出明智的、数据驱动的决策，同时确保最终结果在统计上有效且可信。
该论文得出结论，虽然这种方法在最终计算中使用的数据较少，但这是确保科学家在说“我们有 95% 的把握该疗法有效”时，他们确实有此把握的最佳方式。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。