Causal Inference with Truncation-by-Death and Unmeasured Confounding
死亡截断与未测混杂下的因果推断AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要以死亡截断、主分层、未测混杂及存活者平均因果效应为核心，并提出识别与双重稳健估计，因此归入因果推断。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
死亡截断与未测混杂下的因果推断
- 研究问题
- 死亡导致结局未定义、且治疗分配存在未测混杂时，如何识别并估计存活者因果效应，避免仅比较观测存活者产生的偏差？
- 方法与思路
- 作者在积极与保守治疗的存活单调性设定下，引入替代变量识别目标效应，并构造具有双重稳健性的增广逆概率加权型估计量。
- 材料陈述的贡献
- 摘要称适当假设下，即使治疗分配不可忽略，也能识别其所定义的保守治疗相关存活者效应，并建立估计量的大样本性质。
- 阅读关注点
- 应核对目标效应与标准始终存活者效应的关系、存活单调性方向、替代变量的识别要求，以及双重稳健性对应的模型组合。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未核实；摘要未列替代变量与识别假设，不能认为任意死亡截断和未测混杂均可解决。
原文摘要
Clinical studies sometimes encounter truncation by death, rendering outcomes undefined. Statistical analysis based solely on observed survivors may give biased results because the characteristics of survivors differ between treatment groups. By principal stratification, the survivor average causal effect was proposed as a causal estimand defined in always-survivors. However, this estimand is not identifiable when there is unmeasured confounding between the treatment assignment and survival or outcome process. In this paper, we consider the comparison between an aggressive treatment and a conservative treatment with monotonicity on survival. First, we show that the survivor average causal effect on the conservative treatment is identifiable based on a substitutional variable under appropriate assumptions, even when the treatment assignment is not ignorable. Next, we propose an augmented inverse probability weighting (AIPW) type estimator for this estimand with double robustness. Finally, large sample properties of this estimator are established. The proposed method is applied to investigate the effect of allogeneic stem cell transplantation types on leukemia relapse.