Джеймс М. Робинс — эпидемиолог и биостатистик, наиболее известный за разработку методов вывода причинно-следственных связей из сложных наблюдательных исследований и рандомизированных испытаний , особенно тех, в которых лечение меняется со временем. Он является лауреатом премии Натана Мантеля 2013 года за достижения всей жизни в статистике и эпидемиологии, а также лауреатом премии Руссеу 2022 года по статистике совместно с Мигелем Эрнаном , Эриком Четген-Четгеном, Андреа Ротницки и Томасом Ричардсоном. [1]
Он окончил медицинский факультет Университета Вашингтона в Сент-Луисе в 1976 году. В настоящее время он является профессором эпидемиологии имени Митчелла Л. и Робина Лафоли Донга в Гарвардской школе общественного здравоохранения имени Чана . Он опубликовал более 100 статей в академических журналах и является высокоцитируемым исследователем ISI . [2]
Робинс учился в Гарвардском колледже с классом 1971 года, сосредоточившись на математике и философии. Он был избран в Phi Beta Kappa , но не окончил его. Затем он поступил в Медицинскую школу Вашингтонского университета, которую окончил в 1976 году [3] , и несколько лет занимался профессиональной медициной . Работая в области профессиональной медицины, он посещал базовые курсы прикладной медицинской статистики в Йельской школе общественного здравоохранения , но быстро пришел к выводу, что методология, использовавшаяся в то время, была недостаточно строгой для обоснования причинно-следственных выводов.
В 1986 году Робинс представил новую структуру для вывода причинно-следственных связей из наблюдательных данных. [4] В этой и других статьях, опубликованных примерно в то же время, Робинс показал, что в неэкспериментальных данных воздействие почти всегда зависит от времени, и что стандартные методы, такие как регрессия, поэтому почти всегда смещены. Эта структура математически очень тесно связана с графической структурой непараметрических структурных уравнений моделей Джудеи Перла , которую Перл разработал независимо вскоре после этого. Графические модели Перла являются более ограниченной версией этой теории. [5]
В своей оригинальной статье о причинно-следственной связи Робинс описал два новых метода контроля за смещением вмешивающихся факторов, которые могут применяться в обобщенной обстановке зависящих от времени воздействий: G-формула и G-оценка структурных вложенных моделей. Позже он ввел третий класс моделей, предельные структурные модели , 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 сравнительном исследовании эффективности и персонализированной медицине. Вместе с Андреа Ротницки и другими коллегами в 1994 году он представил дважды надежные оценщики (выведенные из функций влияния) для статистических параметров в задачах причинно-следственной связи и пропущенных данных. Теория дважды надежных оценщиков оказала большое влияние в области [причинно-следственной связи] и повлияла на практику в области компьютерных наук, биостатистики, эпидемиологии, машинного обучения, социальных наук и статистики. [6] В 2008 году он также разработал теорию функций влияния высшего порядка для статистической функциональной оценки совместно с такими коллегами, как Линлин Ли, Эрик Четген Четген и Аад ван дер Ваарт .