Propensity score techniques in multiple treatments framework: the estimation of neighbourhood effect

L'effetto di vicinato è stato definito da Oakes (2004) come l'effetto causale indipendente di un vicinato su qualsiasi esito sociale o di salute. Lo scopo principale di questo elaborato consiste nello stimare l'effetto di vicinato sullo stato di salute degli anziani residenti a Torino con un approccio basato sull'uso del propensity score. Tuttavia, risulta necessario adattare le tecniche di propensity score, generalmente utilizzate con trattamenti dicotomici, a casi di trattamento multiplo, in cui siano eventualmente coinvolti molti trattamenti (10 o più). I dati utilizzati nella tesi provengono dallo studio longitudinale torinese (SLT), descritto nel capitolo 3. Una delle domande di ricerca principali in questa tesi consiste nello stimare quanto le differenze osservate nello stato di salute degli anziani residenti in diversi vicinati siano dovute al vicinato di residenza e quanto invece siano legate alle diverse caratteristiche degli individui che lo compongono. Per aggiustare per l'effetto dei confondenti e ricostruire un approccio sperimentale, abbiamo preferito adottare tecniche basate sull'uso del propensity score, che sono brevemente descritte nel capitolo 2. Nella prima parte delle analisi viene valutato il funzionamento di un approccio di inverse probability of treatment weighting in uno scenario costituito da 10 trattamenti (capitolo 4). Viene poi applicato su dati reali per stimare l'effetto di vicinato su due esiti di salute: le fratture ospedalizzate e le malattie mentali (capitolo 5). Nella seconda parte della tesi invece viene descritta una proposta originale che consiste in un matching che sfrutta la teoria degli ordinamenti parziali poset). Questo approccio, che abbiamo chiamato Matching on Poset based Average Rank for Multiple Treatment (MARMoT), è stato testato attraverso uno studio di simulazione e si è rivelato essere particolarmente utile per la stima degli effetti di vicinato, riducendo la distorsione delle stime grazie al miglioramento del bilanciamento delle variabili confondenti tra i vicinati.