Causal Inference on Missing Exposure via Robust Estimation
通过稳健估计处理暴露缺失的因果推断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：摘要直接研究暴露缺失下的因果效应，使用倾向得分、逆概率加权和多重稳健估计。
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
通过稳健估计处理暴露缺失的因果推断
- 研究问题
- 观测研究中的暴露变量随机缺失时，如何同时调整缺失机制与混杂，避免两类逆概率权重共同造成有限样本估计不稳定？
- 方法与思路
- 作者以加权估计方程构造同时使用缺失模型与倾向得分权重的 IPW 估计量，并进一步提出防范模型误设的三重稳健估计量。
- 材料陈述的贡献
- 摘要称证明了估计量的渐近性质，模拟中其偏差与变异表现优于所比较方法，并应用于新冠患者心血管疾病与死亡的因果分析。
- 阅读关注点
- 应核对暴露随机缺失的条件、缺失与混杂权重如何进入方程、三重稳健对应哪些模型组合，以及极端权重和重叠性的处理。
- 阅读边界
- 所给版本为 arXiv 预印本，不能据此确认同行评审或期刊接收；摘要未说明完整识别条件、稳健模型组合及数值结果，不能确认普遍优势。
原文摘要
How to deal with missing data in observational studies is a common concern for causal inference. When the covariates are missing at random (MAR), multiple approaches have been provided to help solve the issue. However, if the exposure is MAR, few approaches are available and careful adjustments on both missingness and confounding issues are required to ensure a consistent estimate of the true causal effect on the response. In this article, a new inverse probability weighting (IPW) estimator based on weighted estimating equations (WEE) is proposed to incorporate weights from both the missingness and propensity score (PS) models, which can reduce the joint effect of extreme weights in finite samples. Additionally, we develop a triple robust (TR) estimator via WEE to further protect against the misspecification of the missingness model. The asymptotic properties of WEE estimators are proved using properties of estimating equations. Based on the simulation studies, WEE methods outperform others including imputation-based approaches in terms of bias and variability. Finally, an application study is conducted to identify the causal effect of the presence of cardiovascular disease on mortality for COVID-19 patients.