中俄数学中心医学研究中心负责人周晓华教授据关于观察性数据的因果推断文章发表于统计学国际顶级期刊《Journal of the Royal Statistical Society: Series B》，论文题目为“Inference of heterogeneous treatment effects using observational data with high-dimensional covariates（含高维数协变量的观察性数据中对异质性因果作用的推断）”。

       该研究提出了使用高维协变量和观察数据的异质性局部因果作用的新型估计和推断方法，不需要常规因果推断所使用的强可忽略性假设。为了实现这一目标，作者利用二值工具变量，提出以协变量特异的局部因果作用作为感兴趣的参数，为两阶段广义线性模型开发了非凸目标函数下的LASSO估计，并提出了一个降低偏差的估计方法，并构建了异质性因果作用的置信区间。该方法被应用于分析俄勒冈州一项医疗援助计划的数据，发现医疗援助计划虽然不能提升青年人的幸福感，但能显著提升年长者的幸福感。

2021年发表论文：
[1] Deng YH, Chen FY, Li Y, Qian KH, Wang R, Zhou XH. A powerful test for the maximum treatment effect in through QT/QTc studies. Statistics in Medicine. 2021;40:1947‒1959.
[2] Liu YL, Ying GS, Quinn GE, Zhou XH, Chen Y. Extending Hui-Walter framework to correlated outcomes with application to diagnosis tests of an eye disease among premature infants. Statistics in Medicine 2021, 2-15. DOI: 10.1002/sim.0000
[3] Qiu, Y; Tao, J; Xiao-Hua Zhou*. Inference for Heterogeneous Treatment Effects for Observational Data with High-Dimensional Covariates.Journal of the Royal Statistical Society 2021,9. DOI: 10.1111/rssb.12469