Causal Variance Decompositions for Measuring Health Inequalities
衡量健康不平等的因果方差分解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：摘要以医疗结果方差为不平等指标并讨论分解项的因果解释，直接涉及因果推断及结果分布中的离散程度。
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…
衡量健康不平等的因果方差分解
- 研究问题
- 当医院和社会人口群体均有多个类别时，如何超越两两比较，以医疗服务结果的总体方差衡量并解释健康不平等的来源？
- 方法与思路
- 作者提出八部分因果方差分解，讨论医院效应的群体异质性、医院选择及其相关性，并构造参数和非参数模型估计量。
- 材料陈述的贡献
- 摘要称，该框架新增了刻画效应修饰、医院可及性或选择及二者相关性的分解项，并通过模拟和宫颈癌医疗数据展示方法。
- 阅读关注点
- 应核对八个分量的定义、因果解释所需条件、相关项的符号及各项是否可独立解读，并检查模型估计误差与推断方法。
- 阅读边界
- 仅据 arXiv 预印本摘要，同行评审或期刊接收未核实；完整识别假设、八项表达式及模拟和实证的具体结果未说明。
原文摘要
Recent causal inference literature has introduced causal effect decompositions to quantify sources of observed inequalities or disparities in outcomes, but these approaches are typically limited to pairwise comparisons. In healthcare delivery settings, both the exposure of interest-hospital or healthcare unit-and sociodemographic group membership may be polytomous, making pairwise contrasts inadequate. We therefore take the observed variance in care delivery outcomes as the quantity of interest and develop a new causal variance decomposition framework for this setting. The proposed framework attributes the observed variation to eight components, including novel terms characterizing modification of hospital effects by sociodemographic group membership, hospital access or selection, and the correlation between these two sources of heterogeneity. We discuss the causal interpretation of these components, propose both parametric and nonparametric model-based estimators, and study their performance through simulation. Finally, we illustrate the method using data from the SEER program in an application to cervical cancer care delivery.