Jason Robert Guertin, Université Laval

Event

Room VCH-3830, Université Laval, CA

Le score de propension à hautes dimensions: Exemple empirique dans le contexte québécois.

La présentation se concentrera autour de la description de l'utilisation du score de propension à hautes dimensions (hdPS) dans le cadre d'études observationnelles. Cette méthode est une extension du score de propension initialement proposée par Rosenbaum et Rubin (1983) combinant l'ajustement pour des variables définies par les investigateurs et une approche de "data mining" dépendant sur l'algorithme de sélection de l'approche. La présentation consistera donc deux sections inter- reliées: 1) description sommaire de l'algorithme de sélection de l'hdPS et 2) l'utilisation de celui-ci dans le cadre d'une étude empirique basée sur les données médico-administratives du Québec. Je conclurai la présentation avec une description sommaire de comment je compte utiliser, et potentiellement modifier, l'algorithme dans le cadre d'évaluations économiques basées sur des données observationnelles.

Follow us on