Debiasing the estimate of treatment effect on the treated with time-varying counfounders
存在时变混杂因素时的已处理者平均处理效应去偏估计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：摘要明确以时变混杂下已处理者平均处理效应的去偏估计为目标，因此直接对应因果推断方向。
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…
存在时变混杂因素时的已处理者平均处理效应去偏估计
- 研究问题
- 在处理、协变量及事件结局均随时间变化，且结局可能重复发生时，如何降低已处理者平均处理效应估计的偏差？
- 方法与思路
- 作者扩展基于加性强度回归的既有模型，纳入多个时变及基线协变量，为可能重复发生的事件结局构造去偏估计量。
- 材料陈述的贡献
- 摘要称，修正估计量在模拟中优于未修正版本，并用于 MIMIC-III 重症监护数据，估计升压药对脓毒症患者的效应。
- 阅读关注点
- 应核对时变混杂下的因果识别条件、偏差来源与修正公式、重复事件的处理，以及模拟比较和临床应用的适用范围。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实。摘要未说明识别假设、修正的具体形式或药物效应数值，不能推断临床结论。
原文摘要
With the increased availability of large health databases comes the opportunity of evaluating treatment effect on new data sources.Through these databases time-dependent outcomes can be analysed as events that can be measured using counting processes. Estimating average treatment effect on the treated (ATT) requires modelling of time-varying covariate and time-dependent treatment and outcome. Gran et al. proposed an easy-to-implement method based on additive intensity regression to estimate ATT. We introduce a debiased estimate of the ATT based on a generalization of the Gran's model for a potentially repeated outcome and in the presence of multiple time-dependent covariates and baseline covariates. Simulation analyses show that our corrected estimator outperforms Gran's uncorrected estimator. Our method is applied to intensive care real-life data from MIMIC-III databases to estimate vasoppressors effect on patients with sepsis.