Sensitivity Analysis for Attributable Effects in Case$^2$ Studies
病例—病例研究中可归因效应的敏感性分析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：摘要围绕处理导致的病例数、未测混杂与因果效应敏感性分析展开。
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
病例—病例研究中可归因效应的敏感性分析
- 研究问题
- 病例—病例研究中，若处理会导致第二类病例、改变病例类型或存在未测混杂，可归因病例数的推断有多敏感？
- 方法与思路
- 作者构建敏感性分析框架，考察两项病例类型假设的偏离与未测混杂，并用死亡随访调查中的暴力行为和自杀案例说明。
- 材料陈述的贡献
- 摘要称方法将病例类型假设和未测混杂纳入敏感性分析，为评估处理所导致病例数量的推断边界提供框架。
- 阅读关注点
- 应核对可归因效应的定义、敏感性参数如何表达假设偏离，以及案例选择、混杂控制与结果解释之间的关系。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未给出敏感性参数、推断构造或实证结果，不能据此确认因果关系。
原文摘要
The case$^2$ study, also referred to as the case-case study design, is a valuable approach for conducting inference for treatment effects. Unlike traditional case-control studies, the case$^2$ design compares treatment in two types of cases with the same disease. A key quantity of interest is the attributable effect, which is the number of cases of disease among treated units which are caused by the treatment. Two key assumptions that are usually made for making inferences about the attributable effect in case$^2$ studies are 1.) treatment does not cause the second type of case, and 2.) the treatment does not alter an individual's case type. However, these assumptions are not realistic in many real-data applications. In this article, we present a sensitivity analysis framework to scrutinize the impact of deviations from these assumptions on obtained results. We also include sensitivity analyses related to the assumption of unmeasured confounding, recognizing the potential bias introduced by unobserved covariates. The proposed methodology is exemplified through an investigation into whether having violent behavior in the last year of life increases suicide risk via 1993 National Mortality Followback Survey dataset.