Causal Inference in a Placebo-Controlled Clinical Trial with Binary Outcome and Ordered Compliance
二元结局与有序依从性安慰剂对照试验的因果推断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。
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：摘要明确研究部分依从性下治疗暴露的因果效应、因果参数与识别假定，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
二元结局与有序依从性安慰剂对照试验的因果推断
- 研究问题
- 在存在部分依从性的安慰剂对照试验中，如何区分实际暴露的因果效应与依从性群体间的预后差异，并估计暴露响应关系？
- 方法与思路
- 作者采用似然方法，将依从性有序分类并二分响应，在增加药物暴露不提高胆固醇的假定下，结合关联参数估计因果量。
- 材料陈述的贡献
- 摘要称，仅以安慰剂组代表治疗组总体零暴露响应，只能在特殊情形识别因果参数；单参数关联设定可导出一组简单估计。
- 阅读关注点
- 应核对暴露单调性、不同依从性群体的零暴露预后差异，以及关联参数设定对因果参数识别和结果敏感性的作用。
- 阅读边界
- 材料为 OpenAlex 索引摘要，稿件版本未注明；摘要未列出完整识别条件和参数定义，不能认为随机分组或单一安慰剂假定足以识别所有暴露效应。
原文摘要
We propose a likelihood-based method to analyze the causal effect of partial compliance (i.e., unplanned partial exposure to treatment or placebo) in the LRC-CPPT data, a prevention trial with long term follow-up previously analyzed by Efron and Feldman. Initially, we construct ordered compliance categories and dichotomize response. Assuming increased exposure to cholestyramine does not increase cholesterol, we estimate exposure—response curves in different compliance subsets. Subjects in different arms with similar levels of compliance to the assignment may have a different placebo prognosis (i.e., success probability under a possible zero exposure level). The sole assumption that the placebo group reflects response to zero exposure for the treatment group as a whole allows estimation of a causal parameter in a special case only. When a single parameter represents the association between responses to possible treatment exposures and treatment compliance, simple estimates are derived for a set of causal parameters. The example is analyzed in detail, and more general applicability and extensions of the method are discussed.