4.4.2 хетерогенността на лечебни ефекти

Обикновено експериментите измерват средния ефект, но ефектът вероятно не е същият за всички.

Втората основна идея за преминаване отвъд обикновените експерименти е хетерогенността на ефектите от лечението . Експериментът на Schultz et al. (2007) мощно илюстрира как едно и също лечение може да има различен ефект върху различни видове хора (фигура 4.4). В повечето аналогови експерименти обаче изследователите са се съсредоточили върху средните ефекти на лечението, защото имаше малък брой участници и малко се знаеше за тях. В дигиталните експерименти обаче често има много повече участници и повече се знае за тях. В тази различна среда за данни изследователите, които продължават да оценяват само средните ефекти на лечението, няма да пропуснат начините, по които оценките за хетерогенността на ефектите от лечението могат да предоставят улики за това как една терапия работи, как може да бъде подобрена и как тя може да бъде насочена за тези, които най-вероятно ще се възползват.

Два примера за хетерогенност на ефектите от лечението идват от допълнителни проучвания на Докладите за енергийната ефективност на дома. Първо, Allcott (2011) използва големия размер на извадката (600 000 домакинства), за да раздели по-нататък пробата и да оцени ефекта от доклада "Домашна енергия" чрез децил на използването на енергия преди обработката. Докато Schultz et al. (2007) установи разлики между тежки и леки потребители, Allcott (2011) установи, че има и различия в групата на тежките и леките потребители. Например, най-тежките потребители (тези в горния децил) са намалили енергийната си консумация два пъти повече от някой в ​​средата на групата с тежки потребители (фигура 4.8). Освен това, оценката на ефекта от поведението преди лечението също разкри, че няма ефект на бумеранг, дори за най-леките потребители (фигура 4.8).

Фигура 4.8: Хетерогенност на ефектите от лечението в Allcott (2011). Намаляването на потреблението на енергия е различно за хората с различна децилация на базовата употреба. Адаптиран от Allcott (2011), фигура 8.

Фигура 4.8: Хетерогенност на ефектите от лечението в Allcott (2011) . Намаляването на потреблението на енергия е различно за хората с различна децилация на базовата употреба. Адаптиран от Allcott (2011) , фигура 8.

В едно свързано проучване Costa and Kahn (2013) спекулирали, че ефективността на Доклада за енергийната ефективност на дома може да варира в зависимост от политическата идеология на участниците и че лечението може действително да накара хората с определени идеологии да увеличат употребата на електроенергия. С други думи, те са спекулирали, че Докладите за вътрешна енергия може би създават ефект на бумеранг за някои типове хора. За да оцени тази възможност, Коста и Кан обединиха данните на Opower с данни, закупени от трета страна, включваща информация като регистрация на политически партии, дарения на екологични организации и участие на домакинствата в програми за възобновяема енергия. С този обединен набор от данни Коста и Кан установиха, че Докладите за домашна енергия са имали широко подобни ефекти за участниците с различни идеологии; няма доказателства, че никоя група показва ефекти от бумеранга (фигура 4.9).

Фигура 4.9: Хетерогенност на ефектите от лечението в Коста и Кан (2013 г.). Очакваният среден ефект на лечение за цялата проба е -2,1% [-1,5%, -2,7%]. След като комбинира информация от експеримента с информация за домакинствата, Коста и Кан (2013 г.) използваха редица статистически модели за оценка на ефекта от лечението за много специфични групи хора. Представени са две оценки за всяка група, тъй като оценките зависят от ковариатите, които са включили в своите статистически модели (виж модели 4 и 6 в таблици 3 и 4 в Costa и Kahn (2013)). Както илюстрира този пример, ефектите от лечението могат да бъдат различни за различните хора, а оценките за ефекта от лечението, които идват от статистическите модели, могат да зависят от детайлите на тези модели (Grimmer, Messing и Westwood 2014). Адаптиран от Коста и Кан (2013 г.), таблици 3 и 4.

Фигура 4.9: Хетерогенност на ефектите от лечението в Costa and Kahn (2013) . Очакваният среден ефект на лечение за цялата проба е -2,1% [-1,5%, -2,7%]. След като комбинира информация от експеримента с информация за домакинствата, Costa and Kahn (2013) използваха редица статистически модели за оценка на ефекта от лечението за много специфични групи хора. Представени са две оценки за всяка група, тъй като оценките зависят от ковариатите, които са включили в своите статистически модели (виж модели 4 и 6 в таблици 3 и 4 в Costa and Kahn (2013) ). Както илюстрира този пример, ефектите от лечението могат да бъдат различни за различните хора, а оценките за ефекта от лечението, които идват от статистическите модели, могат да зависят от детайлите на тези модели (Grimmer, Messing, and Westwood 2014) . Адаптиран от Costa and Kahn (2013) , таблици 3 и 4.

Както показват тези два примера, в цифровата ера можем да преминем от оценката на средните ефекти на лечението до оценката на хетерогенността на ефектите от лечението, защото можем да имаме много повече участници и ние знаем повече за тези участници. Изучаването на хетерогенността на ефектите от лечението може да позволи насочването на лечение, където е най-ефективно, да предостави факти, които стимулират развитието на нови теории и да предоставят съвети за възможни механизми - темата, към която сега се обръщам.