Causal Discovery with Stage Variables for Health Time Series
利用阶段变量发现健康时间序列中的因果关系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：摘要明确研究观测健康时间序列中的因果发现，并利用阶段变量处理关系变化。
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
利用阶段变量发现健康时间序列中的因果关系
- 研究问题
- 疾病进程或生物标志物改变因果关系，而每个阶段的数据又有限时，如何利用多条健康时间序列发现随阶段变化的因果联系？
- 方法与思路
- 作者提出 CDSV，利用阶段变量对多条时间序列的数据重新加权，在合并信息时考虑不同阶段可能具有不同因果关系。
- 材料陈述的贡献
- 摘要报告，方法在模拟中发现更多原因且误发现更少，在 eICU 中误发现率较低，在 MIMIC-III 中发现更多临床相关原因。
- 阅读关注点
- 应核对阶段变量如何进入权重、跨序列借用信息的条件、因果发现所需假设，以及真实数据中误发现和临床相关性如何判定。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未说明混杂控制、因果识别条件或真实因果关系的核验方式，比较结果不能直接验证因果性。
原文摘要
Using observational data to learn causal relationships is essential when randomized experiments are not possible, such as in healthcare. Discovering causal relationships in time-series health data is even more challenging when relationships change over the course of a disease, such as medications that are most effective early on or for individuals with severe disease. Stage variables such as weeks of pregnancy, disease stages, or biomarkers like HbA1c, can influence what causal relationships are true for a patient. However, causal inference within each stage is often not possible due to limited amounts of data, and combining all data risks incorrect or missed inferences. To address this, we propose Causal Discovery with Stage Variables (CDSV), which uses stage variables to reweight data from multiple time-series while accounting for different causal relationships in each stage. In simulated data, CDSV discovers more causes with fewer false discoveries compared to baselines, in eICU it has a lower FDR than baselines, and in MIMIC-III it discovers more clinically relevant causes of high blood pressure.