Die Versuchsplanung (DOE) und randomisierte kontrollierte Studien sind der Goldstandard für die Ermittlung kausaler Beziehungen, und JMP ist der Goldstandard für DOE-Software. Leider können viele Studien mit kausalen Inferenzzielen nicht als DOEs durchgeführt werden, da aus praktischen oder ethischen Gründen Behandlungen nicht zufällig zugewiesen werden können. Die Anforderung besteht darin, die Auswirkungen von Störvariablen zu beseitigen, die zu Verzerrungen in den Beobachtungsdatenklassen beitragen.
Wir bieten einen Überblick über aktuelle vielversprechende Methoden zur kausalen Inferenz, darunter Propensity Scores, Matching-Algorithmen und andere statistisch basierte Ansätze, darunter auch einen FDA-Leitfaden für die Industrie, der Daten/Beweise aus der Praxis enthält. Wir demonstrieren mehrere Verfahren in JMP anhand einer Datenbank für retrospektive Studien, die mehrere klinische Forschungsbemühungen für das Cardiothoracic Surgery Program am Houston VA Medical Center unterstützt. Wir schließen mit Empfehlungen, Tipps und Fallstricken für den Praktiker ab, die er beachten sollte, wenn kausale Assoziationen das Ziel sind und DOE keine Option ist.
