Grafik Arah Asiklik

Grafik arah asiklik (DAG) adalah diagram simpul (node) dan panah satu arah yang digunakan untuk mengkodekan asumsi peneliti tentang hubungan kausal antar variabel. Dalam epidemiologi, DAG membuat asumsi tersebut eksplisit dan menyediakan aturan formal untuk memutuskan variabel mana yang harus disesuaikan untuk memperkirakan efek kausal tanpa menimbulkan bias.

Definition

Grafik arah asiklik adalah grafik di mana simpul mewakili variabel dan tepi berarah mewakili efek kausal langsung yang diasumsikan, tanpa jalur yang kembali ke simpul awalnya, digunakan untuk menurunkan penyesuaian mana yang mengidentifikasi efek kausal.

Scope

Topik ini mencakup struktur dan pembacaan DAG kausal, konsep perancu (confounder), mediator, dan kolider (collider), serta aturan grafis, terutama d-separasi dan kriteria pintu belakang (back-door criterion), yang menghubungkan grafik yang digambar dengan set penyesuaian yang valid. Ini adalah referensi metodologis, bukan panduan klinis.

Core questions

• Bagaimana asumsi tentang struktur kausal dapat direpresentasikan secara eksplisit?
• Variabel mana yang harus disesuaikan, dan mana yang tidak boleh, untuk memperkirakan efek kausal?
• Bagaimana perancu, mediator, dan kolider berbeda dalam grafik kausal?

Key concepts

• Simpul dan tepi berarah
• Perancu, mediator, dan kolider
• Jalur pintu belakang dan kriteria pintu belakang
• d-separasi
• Bias kolider
• Set penyesuaian minimal yang cukup

Mechanisms

Dalam DAG, panah dari satu variabel ke variabel lain mengkodekan asumsi efek kausal langsung, dan tidak adanya panah mengkodekan asumsi tidak adanya efek langsung. Kriteria pintu belakang Pearl (pearl-1995) mengidentifikasi serangkaian variabel yang, ketika dikondisikan, memblokir semua jalur non-kausal (pintu belakang) antara paparan dan hasil sambil membiarkan jalur kausal terbuka, menghasilkan set penyesuaian yang tidak bias. Greenland, Pearl, dan Robins (greenland-pearl-robins-1999) menerjemahkan teori grafis ini untuk para epidemiolog, menunjukkan bagaimana perancu harus dikendalikan, mediator umumnya tidak boleh dikendalikan ketika memperkirakan efek total, dan kolider tidak boleh dikondisikan karena melakukannya akan membuka jalur palsu (bias kolider). Menyesuaikan untuk variabel yang salah oleh karena itu dapat menciptakan bias daripada menghilangkannya (schisterman-2009), dan perangkat lunak seperti dagitty mengoperasionalkan aturan-aturan ini (textor-2016).

Clinical relevance

DAG memandu bagaimana pengendalian perancu direncanakan dalam studi yang menginformasikan bukti klinis dan kesehatan masyarakat, membantu pembaca melihat mengapa penyesuaian tertentu dilakukan atau tidak dilakukan. Mereka menjelaskan penalaran analitis dan bukan dasar untuk keputusan diagnostik atau pengobatan individu.

Epidemiology

DAG kausal kini menjadi bagian standar dalam merancang dan melaporkan studi observasional di seluruh epidemiologi, digunakan untuk membenarkan pemilihan kovariat dan untuk mengantisipasi bias seleksi dan kolider. Alat seperti dagitty telah membuat analisis DAG formal menjadi rutin dalam pekerjaan terapan (textor-2016).

History

Pearl memperkenalkan diagram kausal dan kriteria pintu belakang untuk memformalkan inferensi kausal dari data non-eksperimental (pearl-1995), dan Greenland, Pearl, dan Robins membawa kerangka kerja ini ke dalam epidemiologi pada tahun 1999 (greenland-pearl-robins-1999). Pekerjaan terapan selanjutnya mengklarifikasi jebakan seperti penyesuaian berlebihan (overadjustment) dan bias kolider (schisterman-2009) serta menghasilkan perangkat lunak yang banyak digunakan untuk menganalisis DAG (textor-2016).

Debates

Dapatkah penyesuaian untuk lebih banyak kovariat menimbulkan kerugian?

Teori DAG menunjukkan bahwa pengkondisian pada mediator atau kolider dapat menimbulkan bias, sehingga menambahkan kovariat tidak secara otomatis lebih aman; pemilihan set penyesuaian memerlukan asumsi kausal eksplisit daripada kenyamanan statistik.

Key figures

• Judea Pearl
• Sander Greenland
• James Robins
• Enrique Schisterman

Seminal works

• pearl-1995
• greenland-pearl-robins-1999

Frequently asked questions

Apa arti 'asiklik' dalam grafik arah asiklik?

Ini berarti tidak ada variabel yang, dengan mengikuti arah panah, pada akhirnya dapat menyebabkan dirinya sendiri; efek mengalir dalam satu arah tanpa putaran umpan balik.

Mengapa penyesuaian untuk kolider dapat menciptakan bias?

Kolider adalah variabel yang disebabkan oleh dua variabel lain; pengkondisian padanya membuka asosiasi palsu antara penyebab-penyebabnya, sehingga penyesuaian untuknya dapat menimbulkan bias daripada menghilangkan perancu.