La progettazione degli esperimenti (DOE) e gli studi di controllo randomizzati rappresentano il gold standard per determinare le relazioni causali e JMP è il gold standard per il software DOE. Sfortunatamente, molti studi con obiettivi di inferenza causale non possono essere condotti come DOE a causa dell’impossibilità di assegnare trattamenti in modo casuale a causa di vincoli pratici o etici. Il requisito è quello di rimuovere l’impatto delle variabili confondenti che contribuiscono alla distorsione nelle classi di dati osservativi.
Forniamo una panoramica degli attuali metodi di inferenza causale promettenti per includere punteggi di propensione, algoritmi di corrispondenza e altri approcci basati su statistiche per includere una bozza di guida FDA all'industria per dati/prove del mondo reale. Dimostriamo diverse procedure in JMP utilizzando un database di studi retrospettivi che supporta molteplici sforzi di ricerca clinica per il programma di chirurgia cardiotoracica presso lo Houston VA Medical Center. Concludiamo fornendo raccomandazioni, suggerimenti e insidie che il professionista deve considerare quando l'associazione causale è l'obiettivo e il DOE non è un'opzione.
