Two-stage Estimation for Causal Inference Involving a Semi-continuous Exposure
涉及半连续暴露的因果推断：两阶段估计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：摘要明确提出半连续暴露的因果框架，使用倾向结构与边际结构模型估计剂量反应和状态效应，直接属于因果推断。
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
涉及半连续暴露的因果推断：两阶段估计
- 研究问题
- 论文研究暴露在零点具有较大概率质量时，如何分别识别是否暴露与暴露剂量的因果影响，并估计相应剂量反应关系。
- 方法与思路
- 作者构造暴露状态与正暴露剂量的两部分倾向结构，纳入边际结构模型，再分阶段估计暴露者剂量反应及参考剂量下的状态效应。
- 材料陈述的贡献
- 摘要称，该框架区分暴露状态和强度效应，建立估计量的一致性与渐近正态性，并刻画倾向模型误设时的极限值。
- 阅读关注点
- 应核对目标人群与参考剂量的定义、两阶段之间的误差传递，以及识别条件、倾向模型误设分析和有限样本稳健性的范围。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未列出具体识别假设，误设极限的刻画也不等于对任意误设均稳健。
原文摘要
Methods for causal inference are well developed for binary and continuous exposures, but in many settings, the exposure has a substantial mass at zero-such exposures are called semi-continuous. We propose a general causal framework for such semi-continuous exposures, together with a novel two-stage estimation strategy. A two-part propensity structure is introduced for the semi-continuous exposure, with one component for exposure status (exposed vs unexposed) and another for the exposure level among those exposed, and incorporates both into a marginal structural model that disentangles the effects of exposure status and dose. The two-stage procedure sequentially targets the causal dose-response among exposed individuals and the causal effect of exposure status at a reference dose, allowing flexibility in the choice of propensity score methods in the second stage. We establish consistency and asymptotic normality for the resulting estimators, and characterise their limiting values under misspecification of the propensity score models. Simulation studies evaluate finite sample performance and robustness, and an application to a study of prenatal alcohol exposure and child cognition demonstrates how the proposed methods can be used to address a range of scientific questions about both exposure status and exposure intensity.