Джеймс Робинс - James Robins

Не путать с Джеймс Роббинс.
Джеймс М. Робинс
Джеймс Робинс.jpg
НациональностьАмериканец
Альма-матерВашингтонский университет в Сент-Луисе
Гарвардский университет
НаградыНатан Мантел Премия (2013)
Научная карьера
ПоляЭпидемиология
УчрежденияГарвардская школа общественного здравоохранения

Джеймс М. Робинс является эпидемиолог и биостатист, наиболее известный своими методами рисования причинный выводы из комплекса наблюдательные исследования и рандомизированные испытания, особенно те, лечение которых меняется со временем. Он является лауреатом премии 2013 года. Натан Мантел Премия за пожизненные достижения в области статистики и эпидемиологии.

Он окончил лекарство от Вашингтонский университет в Сент-Луисе в 1976 году. В настоящее время он является профессором эпидемиологии Митчелла Л. и Робина Лафоли Донга. Гарвард Т. Школа общественного здравоохранения Чан. Он опубликовал более 100 статей в академические журналы и является ISI высоко цитируемый исследователь.[1]

биография

Робинс присутствовал Гарвардский колледж с классом 1971 г., специализирующимся на математике и философии. Он был избран в Пхи Бета Каппа учился на первом курсе, но не окончил. Он продолжал учиться на Медицинской школе Вашингтонского университета и практиковал Медицина труда на несколько лет. Работая в сфере медицины труда, он прослушал базовые курсы прикладной медицинской статистики в Йельская школа общественного здравоохранения, но быстро пришел к выводу, что использовавшаяся в то время методология была недостаточно строгой для обоснования причинных выводов.

Исследование

В 1986 году Робинс опубликовал статью «Новый подход к причинно-следственным выводам в исследованиях смертности», в которой представил новую основу для вывода причинно-следственных связей из данных наблюдений. В этой и других статьях, опубликованных примерно в то же время, Робинс показал, что в неэкспериментальных данных экспозиция почти всегда зависит от времени, и поэтому стандартные методы, такие как регрессия, почти всегда смещены. Эта структура математически очень тесно связана с Жемчужина Иудеи графический фреймворк «Модели непараметрических структурных уравнений», который Перл разработал независимо вскоре после этого.

В своей оригинальной статье о причинном выводе Робинс описал два новых метода контроля искажающей систематической ошибки, которые могут быть применены в обобщенной настройке зависимых от времени воздействий: G-формула и G-оценка структурных вложенных моделей. Позже он представил третий класс моделей, модели маргинальной структуры, в которых параметры оцениваются с использованием обратной вероятности весов лечения. Он также внес значительный вклад в теорию динамических режимов лечения, которые имеют большое значение в сравнительное исследование эффективности и персонализированная медицина. Вместе с Андреа Ротницки и другими коллегами он представил двойные надежные оценки (полученные из функций влияния) для статистических параметров в причинно-следственных выводах и проблемах с отсутствием данных. В 2008 году он также разработал теорию функций влияния более высокого порядка для статистической функциональной оценки с такими сотрудниками, как Линглинг Ли, Эрик Четген Тчетген и Аад ван дер Ваарт.

Избранные публикации

  • Робинс, Дж. М. (1989). «Контроль смешения промежуточными переменными». Статистика в медицине. 8 (6): 679–701. Дои:10.1002 / sim.4780080608. PMID  2749074.
  • Робинс, J.M .; Циатис, А.А. (1991). «Исправление несоответствий в рандомизированных испытаниях с использованием моделей времени отказа конструкции с сохранением ранга». Коммуникации в статистике - теория и методы. 20 (8): 2609–2631. Дои:10.1080/03610929108830654.
  • Робинс, Дж. М. (1994). «Исправление несоответствия в рандомизированных испытаниях с использованием структурных вложенных средних моделей». Коммуникации в статистике - теория и методы. 23 (8): 2379–2412. Дои:10.1080/03610929408831393.
  • Робинс, Дж. М. (1997). «Причинно-следственный вывод из сложных продольных данных». В М. Беркане (ред.). Моделирование скрытых переменных и его применение к причинно-следственной связи. Конспект лекций по статистике. 120. Springer-Verlag. С. 69–117.
  • Робинс, J.M .; Ритов, Ю. (1997). "К проклятию подходящей размерности (CODA) асимптотическая теория для полупараметрических моделей". Статистика в медицине. 16 (3): 285–319. Дои:10.1002 / (SICI) 1097-0258 (19970215) 16: 3 <285 :: AID-SIM535> 3.3.CO; 2-R. PMID  9004398.
  • Робинс, Дж. М. (1998). «Исправление несоответствия в испытаниях на эквивалентность». Статистика в медицине. 17 (3): 269–302. Дои:10.1002 / (SICI) 1097-0258 (19980215) 17: 3 <269 :: AID-SIM763> 3.0.CO; 2-J. PMID  9493255.
  • Робинс, J.M .; Hernan, M.A .; Брамбэк, Б. (2000). «Маргинальные структурные модели и причинный вывод в эпидемиологии». Эпидемиология. 11 (5): 550–560. CiteSeerX  10.1.1.116.7039. Дои:10.1097/00001648-200009000-00011. JSTOR  3703997. PMID  10955408. S2CID  8907527.
  • van der Laan, M.J .; Робинс, Дж. М. (2003). Единые методы для цензурированных продольных данных и причинно-следственной связи. Серия Спрингера в статистике. Springer. ISBN  978-0-387-95556-8.

Заметки

  1. ^ Робинс, Джеймс в ISIHighlyCited.com

использованная литература