Key points are not available for this paper at this time.
Da longitudinal Daten in vielen Kontexten zunehmend verfügbar werden, zeigen Entscheidungsträger ein wachsendes Interesse an den Auswirkungen zeitvariierender Behandlungen (z.B. nachhaltigen Behandlungsstrategien). In solchen Kontexten sind die bevorzugten Analysetechniken die g-Methoden, allerdings erfordern diese die untestbare Annahme, dass es keine unbeobachtete Verfälschung gibt. Instrumentvariablenanalysen können Verzerrungen durch unbeobachtete Verfälschung minimieren. Von diesen Methoden ist die Zwei-Stufen-Kleinste-Quadrate-Technik eine der am häufigsten verwendeten in der Ökonometrie, wurde aber nicht vollständig erweitert und bewertet in vollständig zeitvariierenden Kontexten. Dieses Papier schlägt eine robuste Zwei-Stufen-Kleinste-Quadrate-Methode zur ökonometrischen Bewertung der zeitvariierenden Behandlung vor. Anhand einer Simulationsstudie fanden wir heraus, dass es im Gegensatz zu den standardmäßigen Zwei-Stufen-Kleinste-Quadrate relativ gut unter einer Vielzahl von Umständen abschneidet, einschließlich Modellmisspezifikation. Es schneidet gut ab im Vergleich zu aktuellen zeitvariierenden Instrumentansätzen mittels g-Schätzung. Wir veranschaulichen die Methoden in einer Bewertung der Behandlungsintensivierung bei Typ-2-Diabetes mellitus, indem wir die Exogenität der Verschreibungsvorlieben untersuchen, um ein zeitvariierendes Instrument zu operationalisieren.
Tompsett et al. (Mi,) untersuchten diese Frage.