报告人：周晓华
报告地点：腾讯会议ID:711-760-971
报告时间：2022年11月30日星期三10:30-11:30
报告摘要:
Clinical studies often encounter truncation by death, which may render some outcomes undefined. Statistical analysis based solely on observed survivors may lead to biased results because the characteristics of survivors may differ between treatment groups. In this case, the commonly used meaningful causal parameter is the survivor average causal effect (SACE), which may not be identifiable when there is unmeasured confounding between the treatment assignment and survival or outcome processes. In this talk, we first show that the survivor average causal effect on the control is identifiable based on a substitutional variable under appropriate assumptions. Next, we propose an augmented inverse probability weighting (AIPW) type estimator for this estimand with robustness to model misspecification. Finally, the proposed method is applied to investigate the effects of allogeneic stem cell transplantation types on leukemia relapse.
主讲人简介：
周晓华，中组部国家海外高层次人才引进计划（创新长期项目）特聘专家，北京大学讲席教授，博士生导师，北京大学生物统计系主任，北京大学北京国际数学研究中心生物统计及生物信息实验室主任，北京大学国家药品医疗器械监管科学研究院副院长，北京大学重庆大数据研究院副院长。国际生物统计学会中国分会理事长，中国数学会医学数学专业委员会主任委员，美国科学促进会(AAAS)会士，美国统计学会(ASA)会士,国际数理统计学会（IMS）会士等。
周晓华教授目前是Statistics in Medicine 副编辑，也是国际生物统计学会中国分会会刊，Biostatistics & Epidemiology主编。在国际顶尖的统计和生物统计期刊J. R. Statist. Soc. B, Journal of the American Statistical Association、Annals of Statistics, Biometrika, Biometrics等发表SCI学术论文280余篇, 其中170余篇是第一或通信作者。周教授研究方向主要集中于医学诊断学统计方法，随机临床试验中的设计及统计方法，因果推断方法，重大疫情发生和发展规律的数学和统计建模等。曾任美国联邦政府食品和药物管理局（FDA）医疗器械和放射健康顾问委员会委员。曾荣获美国联邦政府退伍军人事务部研究生涯科学家奖、国家自然科学基金委海外杰青，教育部高层次文教专家、教育部海外名师等荣誉称号，美国统计学会贝叶斯分析科学分会及国际贝叶斯统计科学会Mitchell奖，SCIENCE CHINA-Mathematics评选的年度优秀论文奖, 主持过国家自然科学基金重点项目，科技部重点研发计划项目。
