Квази-экспериметальные исследования — 24 апреля 2026 г. в 17:32:54.282
Квази-экспериметальные исследования Основные дизайны: • Прерванные временные ряды - оценивает эффект вмешательства, отслеживая исходный показатель во множестве временных точек до и после чётко определённого момента начала воздействия. Вмешательство рассматривается как «прерывание» тренда. Если воздействие эффективно, мы увидим либо немедленное изменение уровня показателя (скачок), либо изменение наклона тренда, либо и то и другое. • Разность разностей - сравнивает изменение исхода во времени между группой, подвергшейся вмешательству, и контрольной группой, которая не подвергалась ему. Идея: вычесть из «до-после» изменения в основной группе то изменение, которое произошло бы «естественным путём» и оценивается по контрольной группе. Это элиминирует общие временные тренды и постоянные межгрупповые различия. • Регрессионный разрыв - использует чёткий порог или правило, согласно которому назначается вмешательство. Все единицы, расположенные по одну сторону порога, получают воздействие, по другую — нет. Сравнение исходов у единиц, лежащих вплотную к порогу с разных сторон, имитирует рандомизацию в окрестности этой границы: около порога распределение практически случайное • Сравнение с историческим контролем или с неэквивалентной контрольной группой с применением методов псевдорандомизации - это не единый дизайн, а семейство аналитических стратегий, которые пытаются имитировать рандомизацию в ситуациях, когда исследователь вынужден сравнивать две заведомо неэквивалентные группы — например, работников двух заводов, или популяцию до введения норматива (исторический контроль) и после. Чтобы сбалансировать группы по измеренным конфаундерам, используются методы псевдорандомизации. ➖➖➖➖➖➖➖➖➖ Main designs: • Interrupted Time Series (ITS): assesses the effect of an intervention by tracking an outcome variable at multiple time points before and after a clearly defined moment of exposure. The intervention is viewed as an "interruption" of the trend. If the exposure is effective, we observe either an immediate change in the level of the outcome (a jump), a change in the slope of the trend, or both. • Difference-in-Differences (DiD): compares the change in an outcome over time between a group that received the intervention and a control group that did not. The underlying idea is to subtract from the before after change in the treatment group the change that would have occurred "naturally," as estimated from the control group. This eliminates common time trends and permanent between group differences. • Regression Discontinuity Design (RDD): exploits a clear threshold or rule according to which the intervention is assigned. All units on one side of the threshold receive the exposure, while those on the other side do not. Comparing outcomes for units lying immediately on either side of the threshold mimics randomization in the neighbourhood of the cut off: close to the threshold, assignment is practically random. • Comparison with a historical control or a non equivalent control group using pseudo randomization methods: this is not a single design but a family of analytical strategies that attempt to emulate randomization in situations where the researcher is forced to compare two inherently non equivalent groups – for example, workers from two different factories, or a population before the introduction of a standard (historical control) and after. Pseudo randomization methods are employed to balance the groups on measured confounders.