Generalizing and transporting inferences about the effects of treatment assignment subject to non-adherence
存在不依从时治疗分配效应推断的推广与迁移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：摘要直接研究治疗分配效应的识别、试验推广与因果迁移。
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…
存在不依从时治疗分配效应推断的推广与迁移
- 研究问题
- 当试验参与者不完全依从治疗分配，且非随机样本只提供基线协变量时，哪些治疗分配效应能够推广或迁移至目标人群？
- 方法与思路
- 作者回顾完全依从下的识别结果，再分析试验参与影响实际治疗及参与与治疗存在未测共同原因两个例子，比较可识别的目标。
- 材料陈述的贡献
- 摘要称两个例子中的目标人群分配效应均不可识别；但在第一个例子中，扩大影响依从的试验活动并分配治疗的联合干预效应可识别。
- 阅读关注点
- 应核对目标效应的定义、参与和依从的因果关系及识别假设，尤其区分单独治疗分配与扩大试验活动的联合干预。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未获核验；不可识别结论针对摘要所述信息结构和例子，不能概括为所有不依从情形。
原文摘要
We discuss the identifiability of causal estimands for generalizability and transportability analyses, both under perfect and imperfect adherence to treatment assignment. We consider a setting where the trial data contain information on baseline covariates, assignment at baseline, intervention at baseline (point treatment), and outcomes; and where the data from non-randomized individuals only contain information on baseline covariates. In this setting, we review identification results under perfect adherence and study two examples in which non-adherence severely limits the ability to transport inferences about the effects of treatment assignment to the target population. In the first example, trial participation has a direct effect on treatment receipt and, through treatment receipt, on the outcome (a "trial engagement effect" via adherence). In the second example, participation in the trial has unmeasured common causes with treatment receipt. In both examples, the effect of assignment on the outcome in the target population is not identifiable. In the first example, however, the effect of joint interventions to scale-up trial activities that affect adherence and assign treatment is identifiable. We conclude that generalizability and transportability analyses should consider trial engagement effects via adherence and selection for participation on the basis of unmeasured factors that influence adherence.