Targeted learning in observational studies with multi-valued treatments: An evaluation of antipsychotic drug treatment safety
多值处理观察性研究中的目标学习：抗精神病药物治疗安全性评估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：摘要直接研究多值处理的平均因果效应、双重稳健估计与观察性治疗比较。
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
多值处理观察性研究中的目标学习：抗精神病药物治疗安全性评估
- 研究问题
- 在非随机用药的观察性研究中，如何估计多种竞争治疗的平均因果效应，并比较六种抗精神病药物的心血管代谢安全性？
- 方法与思路
- 作者采用多项处理分配模型与集成机器学习构建 TMLE，估计平均处理效应，并在不同倾向概率重叠程度和事件率下开展模拟。
- 材料陈述的贡献
- 摘要称，多项实现相较二项实现改善区间覆盖率，但未必降低偏差；用药应用还发现，转向某种较少使用的一代药物具有安全性收益。
- 阅读关注点
- 应核对观察性用药比较的识别条件、处理概率的联合建模方式、重叠不足时的表现，以及糖尿病或死亡结局的定义与区间推断。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核验；摘要未说明混杂控制条件、具体药物名称和效应大小，不能据此直接指导用药。
原文摘要
We investigate estimation of causal effects of multiple competing (multi-valued) treatments in the absence of randomization. Our work is motivated by an intention-to-treat study of the relative cardiometabolic risk of assignment to one of six commonly prescribed antipsychotic drugs in a cohort of nearly 39,000 adults with serious mental illnesses. Doubly-robust estimators, such as targeted minimum loss-based estimation (TMLE), require correct specification of either the treatment model or outcome model to ensure consistent estimation; however, common TMLE implementations estimate treatment probabilities using multiple binomial regressions rather than multinomial regression. We implement a TMLE estimator that uses multinomial treatment assignment and ensemble machine learning to estimate average treatment effects. Our multinomial implementation improves coverage, but does not necessarily reduce bias, relative to the binomial implementation in simulation experiments with varying treatment propensity overlap and event rates. Evaluating the causal effects of the antipsychotics on three-year diabetes risk or death, we find a safety benefit of moving from a second-generation drug considered among the safest of the second-generation drugs to an infrequently prescribed first-generation drug known for having low cardiometabolic risk.