Multi-source analyses of average treatment effects with failure time outcomes

Der Artikel geht der Komplexität der Abschätzung quellenspezifischer Behandlungseffekte anhand von Daten aus mehreren Quellen nach und konzentriert sich dabei insbesondere auf die Überlebensergebnisse. Sie unterstreicht, wie wichtig es ist, die Zielgruppe sorgfältig zu spezifizieren, um klare kausale Interpretationen sicherzustellen. Die Autoren schlagen Methoden vor, die Informationen aus mehreren Datenquellen integrieren und gleichzeitig quellenspezifische durchschnittliche Behandlungseffekte abschätzen, wobei die Grenzen naiver Pooling-Ansätze angesprochen werden. Der Artikel diskutiert auch die Annahmen, unter denen diese Methoden gültig sind, einschließlich der Annahme der bedingten Unabhängigkeit von Datenquellen und -ergebnissen, und untersucht die Implikationen einer Verletzung dieser Annahmen. Durch Simulationsstudien und eine Analyse der HALT-C-Studiendaten zeigen die Autoren die Leistungsfähigkeit und Anwendbarkeit ihrer vorgeschlagenen Schätzer auf. Die Ergebnisse unterstreichen die Bedeutung der Berücksichtigung der Heterogenität der Fallzusammenhänge und der potenziellen Verzerrungen, die sich aus ihrer Ignorierung ergeben können. Der Artikel schließt mit einer Diskussion über die allgemeineren Implikationen der vorgeschlagenen Methoden und ihre möglichen Erweiterungen auf andere Bereiche.