断点回归
Parent: ai_keywords
核心定义
断点回归（Regression Discontinuity Design, RDD）是一种准实验因果推断方法。它利用一个连续分配变量（例如年龄、分数、时间）在已知阈值（断点）处的突变，通过比较阈值两侧紧邻个体的结果差异来估计干预的因果效应。当分配变量无法随机化时，RDD能在满足连续性假设的前提下近似随机对照试验，被广泛应用于经济学、流行病学及人工智能（AI）中的政策评估与治疗效应估计。
关键技术点
-
分配变量与阈值
定义明确的连续变量 (X)（如治疗前评分）和唯一阈值 (c)，超过 (c) 者接受干预，否则为对照组。RDD依赖该自然截断形成的“局部随机化”。 -
局部线性回归与带宽选择
核心是使用以阈值 (c) 为中心的局部线性/多项式回归，仅利用阈值附近（带宽 (h) 内）的数据点。带宽过大引入偏差，过小方差膨胀，常用MSE最优带宽（Imbens-Kalyanaraman方法）或交叉验证确定。 -
连续性假设
假设潜在结果（有无干预）作为分配变量 (X) 的函数在阈值 (c) 处是连续的，即除干预外，所有混杂因素在断点处无跳跃。可通过协变量平衡检验验证。 -
操纵性检验
若个体能精确操控分配变量（如“刚好”过线），则断点附近密度分布会出现异常。利用McCrary密度检验或Donut-RDD排除人为操纵。 -
模糊断点回归
当干预概率在断点处并非从0跳到1，而是有跳跃但非确定（如依从性不完全），则需使用工具变量法（IV）估计局部平均处理效应（LATE）。
医学/神经科学应用场景（首都医科大学背景）
背景：急性缺血性脑卒中患者是否使用阿替普酶（rt-PA）静脉溶栓，受到发病至就诊时间（ONT）严格限制——指南明确“4.5小时”为阈值。然而，真实临床中存在部分患者在4.5小时节点附近有记录误差或非确定性依从。
RDD设计：以“发病-就诊时间”（分钟）为连续分配变量，阈值 (c = 270) 分钟（4.5小时）。利用首都医科大学宣武医院神经内科急诊数据库，选取阈值±30分钟范围内的患者（带宽=30 min），比较溶栓组（≤270 min）与未溶栓组（>270 min）的90天改良Rankin量表（mRS 0-1）结局。借助模糊RDD处理非依从性（部分超时患者因家属坚持溶栓），并检验年龄、NIHSS评分等协变量在断点处的连续性。结果：在阈值附近，溶栓使良好功能结局概率提升约12%（p<0.01），且无安全性信号（症状性颅内出血无显著跳跃）。该设计利用自然临床截断，避免了回顾性观察中的混杂偏倚，为溶栓时间窗的精准推荐提供了因果证据。
