Regression discontinuity designs are underutilized in medicine, epidemiology, and public health: a review of current and best practice

Abstract

Increased use of RD provides an exciting opportunity for obtaining unbiased causal effect estimates when experiments are not feasible or when we want to evaluate programs under "real-life" conditions. Although treatment eligibility in medicine, epidemiology, and public health is commonly determined by threshold rules, use of RD in these fields has been very limited until now.

Impact of income-based deductibles on drug use and health care utilization among older adults

“…16,17 This method leverages the quasi-random nature of the change in program design at the 1939 birth year to derive causal estimates of "real world" impacts. 18 Because individuals on either side of this threshold are likely similar in terms of other characteristics, any abrupt differences in their drug and health services utilization can be attributed to the effects of the plan design.…”

Evaluation of occupational health interventions using a randomized controlled trial: challenges and alternative research designs

“…This design exploits a threshold or "cut-off" in a continuous variable used to assign treatment or intervention, and implies that individual whose assignment values lies "just above" or "just below" this threshold belong to the same population (64,65) and thus can be compared to each other. The causal effects can be estimated by comparing the outcome between the two groups (66), assuming that subjects are not able to manipulate the threshold value.…”

Les approches quasi expérimentales d’une nouvelle génération d’études pour évaluer les effets des politiques de lutte contre la pollution atmosphérique

“…L'approche de RD peut être utilisée lorsqu'une intervention se base sur un seuil précis d'une variable continue pour déterminer l'éligibilité quant à cette intervention (Bor, Moscoe et al, 2014 ;Moscoe, Bor et al, 2015). Tous les individus d'un côté du seuil recevront l'intervention, tandis que tous ceux de l'autre côté de ce seuil ne la recevront pas.…”

“…L'idée générale de cette approche est de considérer les individus très proches d'une part et de l'autre de ce seuil, comme échangeables, considérant le choix du seuil à sa valeur précise comme aléatoire. Pour les détails de sa mise en oeuvre analytique, plusieurs articles en anglais ont été publiés (Imbens, Lemieux, 2008 ;Lee, Lemieux, 2010 ;Moscoe, Bor et al, 2015). Nous avons aussi proposé dans un ouvrage méthodologique récent en français (Benmarhnia, Fuller, 2017), les différentes étapes à mener et la syntaxe pour mener à bien les analyses avec les logiciels R et Stata, qui permettront au lecteur de reproduire ce type d'analyses dans un contexte d'évaluation donné.…”