Estimating marginal treatment effects from observational studies and indirect treatment comparisons: When are standardization-based methods preferable to those based on propensity score weighting?
边际处理效应估计：何时标准化优于倾向得分加权？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：摘要直接比较观察研究与间接处理比较中的边际处理效应估计方法。
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…
边际处理效应估计：何时标准化优于倾向得分加权？
- 研究问题
- 在单项观察研究和随机试验的锚定间接比较中，标准化与倾向得分加权估计边际比值比、边际风险比时各有什么表现？
- 方法与思路
- 作者通过模拟比较两类估计策略，并把间接比较中的 MAIC 与 STC 分别联系到观察研究中的加权和标准化方法。
- 材料陈述的贡献
- 摘要称模拟结果提示现有间接处理比较建议可以改进，并强调调整纯预后因素的重要性，但未列出各方法占优的具体场景。
- 阅读关注点
- 应核对两类场景的目标人群、效应尺度、协变量角色和模拟设定，尤其查看纯预后因素调整何时改变偏差、精度或覆盖率。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未经核实。摘要未说明标准化占优的具体条件，题名中的边际效应指所列效应尺度。
原文摘要
In light of newly developed standardization methods, we evaluate, via simulation study, how propensity score weighting and standardization -based approaches compare for obtaining estimates of the marginal odds ratio and the marginal hazard ratio. Specifically, we consider how the two approaches compare in two different scenarios: (1) in a single observational study, and (2) in an anchored indirect treatment comparison (ITC) of randomized controlled trials. We present the material in such a way so that the matching-adjusted indirect comparison (MAIC) and the (novel) simulated treatment comparison (STC) methods in the ITC setting may be viewed as analogous to the propensity score weighting and standardization methods in the single observational study setting. Our results suggest that current recommendations for conducting ITCs can be improved and underscore the importance of adjusting for purely prognostic factors.