इसे कारण अनुमान की 'मूलभूत समस्या' क्यों कहा जाता है?

क्योंकि किसी भी इकाई के लिए केवल वास्तव में प्राप्त एक्सपोजर के तहत ही परिणाम देखा जा सकता है; वैकल्पिक एक्सपोजर के तहत परिणाम अनुपलब्ध होता है, इसलिए व्यक्तिगत कारण प्रभाव को कभी भी सीधे मापा नहीं जा सकता है।

यादृच्छिकीकरण प्रति-तथ्यात्मक में कैसे मदद करता है?

यादृच्छिक असाइनमेंट एक्सपोजर समूहों को औसतन विनिमेय बनाता है, जिससे एक समूह में देखा गया परिणाम दूसरे के लापता प्रति-तथ्यात्मक परिणाम का अनुमान लगाता है, जिससे औसत कारण प्रभाव का अनुमान लगाना संभव हो जाता है।

प्रति-तथ्यात्मक तर्क (Counterfactual Reasoning)

प्रति-तथ्यात्मक तर्क आधुनिक कार्य-कारण अनुमान का मूलभूत तर्क है: यह किसी एक्सपोजर के प्रभाव को इस तुलना के रूप में परिभाषित करता है कि वास्तव में क्या हुआ और उसी व्यक्ति या जनसंख्या के लिए एक अलग, विपरीत-तथ्यात्मक एक्सपोजर के तहत क्या होता। चूंकि इन परिणामों में से केवल एक ही देखा जाता है, कार्य-कारण अनुमान लापता प्रति-तथ्यात्मक को पुनः प्राप्त करने की समस्या बन जाता है।

PaperMind से विषय खोजेंजल्द हीFind papers & topics

Tools & resources

स्लाइड डाउनलोड करें

Learn & explore

वीडियोजल्द ही

Definition

प्रति-तथ्यात्मक तर्क एक कारण प्रभाव को संभावित परिणामों के बीच एक विरोधाभास के रूप में परिभाषित करता है, वे परिणाम जो एक इकाई विभिन्न एक्सपोजर के तहत अनुभव करेगी, जिनमें से प्रत्येक इकाई के लिए अधिकतम एक ही देखा जाता है।

Scope

यह विषय संभावित-परिणाम (रुबिन कारण मॉडल) ढांचे, प्रति-तथ्यात्मक विरोधाभासों के रूप में व्यक्तिगत और औसत कारण प्रभावों की परिभाषा, और कार्य-कारण अनुमान की मूलभूत समस्या को शामिल करता है कि प्रति इकाई केवल एक संभावित परिणाम ही देखने योग्य है। यह एक पद्धतिगत संदर्भ है, न कि नैदानिक मार्गदर्शन।

Core questions

विभिन्न एक्सपोजर के तहत उन्हीं लोगों के साथ क्या होता?
जब केवल एक ही परिणाम देखा जा सकता है तो कारण प्रभाव को कैसे परिभाषित किया जाता है?
व्यक्तिगत और औसत कारण प्रभाव कैसे संबंधित हैं?

Key concepts

संभावित परिणाम
व्यक्तिगत बनाम औसत कारण प्रभाव
कारण अनुमान की मूलभूत समस्या
प्रति-तथ्यात्मक विरोधाभास
विनिमयशीलता
संगति

Mechanisms

रुबिन (rubin-1974) द्वारा औपचारिक रूप दिए गए संभावित-परिणाम मॉडल में, प्रत्येक इकाई का प्रत्येक संभावित एक्सपोजर के तहत एक संभावित परिणाम होता है; व्यक्तिगत कारण प्रभाव उनके बीच का विरोधाभास है, और औसत कारण प्रभाव उन विरोधाभासों का जनसंख्या माध्य है। मूलभूत समस्या यह है कि वास्तव में प्राप्त एक्सपोजर के तहत ही परिणाम देखा जाता है, इसलिए प्रति-तथ्यात्मक का अनुमान एक तुलना समूह का उपयोग करके लगाया जाना चाहिए। यह तभी मान्य होता है जब समूह विनिमेय हों, यानी, यदि उन्हें समान एक्सपोजर प्राप्त हुआ होता तो उनके पास समान परिणाम वितरण होता (greenland-robins-1986), और जब देखा गया परिणाम संबंधित संभावित परिणाम (संगति) से मेल खाता हो। यादृच्छिकीकरण डिज़ाइन द्वारा विनिमयशीलता को बनाए रखता है; अवलोकन संबंधी डेटा में इसे मानना और बचाव करना होगा (hernan-robins-2006)। कारण आरेख इन्हीं प्रति-तथ्यात्मक मान्यताओं का एक पूरक संरचनात्मक प्रतिनिधित्व प्रदान करते हैं (greenland-pearl-robins-1999)।

Clinical relevance

प्रति-तथ्यात्मक परिभाषा स्पष्ट करती है कि उपचार या एक्सपोजर प्रभाव का वास्तव में क्या अर्थ है और एक वैध तुलना समूह क्यों आवश्यक है, जो स्वास्थ्य विज्ञान में सभी कारण साक्ष्यों के मूल्यांकन को रेखांकित करता है। यह प्रभाव अनुमान के तर्क का वर्णन करता है और व्यक्तिगत निदान या उपचार निर्णयों का आधार नहीं है।

Epidemiology

संभावित-परिणाम ढांचा समकालीन महामारी विज्ञान विधियों की वैचारिक रीढ़ है, यादृच्छिक परीक्षणों से लेकर समायोजन, भारण, या जी-विधियों का उपयोग करके अवलोकन संबंधी विश्लेषणों तक। यह वह भाषा प्रदान करता है जिसमें अब भ्रम, चयन पूर्वाग्रह और प्रभाव संशोधन को परिभाषित किया जाता है (hernan-robins-2006)।

History

संभावित-परिणाम का विचार नेमैन के बीसवीं सदी के शुरुआती यादृच्छिक प्रयोगों पर काम से जुड़ा है और इसे 1974 में रुबिन द्वारा अवलोकन संबंधी अध्ययनों के लिए सामान्यीकृत किया गया था (rubin-1974)। ग्रीनलैंड और रॉबिन्स ने इसे विनिमयशीलता (greenland-robins-1986) के माध्यम से महामारी विज्ञान संबंधी भ्रम से जोड़ा, और यह ढांचा, जिसे बाद में कारण आरेखों (greenland-pearl-robins-1999) के साथ एकीकृत किया गया, महामारी विज्ञानियों द्वारा कारण प्रभावों को परिभाषित और अनुमानित करने के तरीके में केंद्रीय बन गया (hernan-robins-2006)।

Debates

एक प्रति-तथ्यात्मक हस्तक्षेप कितना सु-परिभाषित होना चाहिए?: कुछ का तर्क है कि प्रति-तथ्यात्मक विरोधाभास केवल उन एक्सपोजर के लिए सार्थक होते हैं जो यथोचित सु-परिभाषित काल्पनिक हस्तक्षेपों के अनुरूप होते हैं, जिससे नस्ल या शरीर के वजन जैसे गुणों के प्रभावों के बारे में प्रश्न उठते हैं; अन्य स्वीकार्य विरोधाभासों का व्यापक दृष्टिकोण अपनाते हैं।

Key figures

Donald Rubin
Jerzy Neyman
James Robins
Sander Greenland
Miguel Hernán

Seminal works

rubin-1974
greenland-robins-1986
greenland-pearl-robins-1999

Frequently asked questions

इसे कारण अनुमान की 'मूलभूत समस्या' क्यों कहा जाता है?: क्योंकि किसी भी इकाई के लिए केवल वास्तव में प्राप्त एक्सपोजर के तहत ही परिणाम देखा जा सकता है; वैकल्पिक एक्सपोजर के तहत परिणाम अनुपलब्ध होता है, इसलिए व्यक्तिगत कारण प्रभाव को कभी भी सीधे मापा नहीं जा सकता है।
यादृच्छिकीकरण प्रति-तथ्यात्मक में कैसे मदद करता है?: यादृच्छिक असाइनमेंट एक्सपोजर समूहों को औसतन विनिमेय बनाता है, जिससे एक समूह में देखा गया परिणाम दूसरे के लापता प्रति-तथ्यात्मक परिणाम का अनुमान लगाता है, जिससे औसत कारण प्रभाव का अनुमान लगाना संभव हो जाता है।