目的系统阐述靶向最大似然估计(targeted maximum likelihood estimation,TMLE)的基本原理和实施流程,为观察性研究的因果推断问题提供方法学指导。方法基于Diabetes数据集构建模拟数据,设置正确设定和双重误设两类情景,分别采用传统方...目的系统阐述靶向最大似然估计(targeted maximum likelihood estimation,TMLE)的基本原理和实施流程,为观察性研究的因果推断问题提供方法学指导。方法基于Diabetes数据集构建模拟数据,设置正确设定和双重误设两类情景,分别采用传统方法(G计算、逆处理概率加权)、TMLE、TMLE结合超级学习(super learner,SL)估计因果效应的边际比值比(marginal odds ratio,MOR)及其95%CI,并通过偏差、均方误差及95%CI覆盖率评估其性能。进一步基于Lindner数据集分析经皮冠状动脉介入联合阿昔单抗治疗与6个月生存状态之间的关联,以验证该方法在实例数据中的因果推断效果。结果模拟研究表明,在正确设定条件下,所有方法均表现良好;而在双重误设情况下,TMLE及TMLE+SL均表现出较小的偏差(TMLE:0.018;TMLE+SL:0.012)和均方误差(TMLE:0.173;TMLE+SL:0.066),95%CI覆盖率最接近名义水平,均为96.00%,准确性和稳健性优于传统方法。实例分析中,4种方法结果均显示,经皮冠状动脉介入联合阿昔单抗具有保护作用(MOR<1),其中TMLE+SL的95%CI最窄(MOR=0.201,95%CI:0.093~0.436),估计精度最高。结论TMLE,尤其是TMLE+SL,能够有效优化目标参数的偏差-方差权衡,为观察性研究提供更精确且稳健的因果效应估计,具有重要的方法学价值。展开更多