跳到正文
← 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:摘要明确研究因果中介、条件中介效应及由此构造的个体化治疗规则,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
Misha Dolmatov
Erica E. M. Moodie
David A. Stephens

存在因果中介时个体化治疗规则的半参数与非参数方法

研究问题
个体化治疗规则通常最大化总效应;如何显式纳入多个中介变量,使治疗选择能够解释或针对特定因果路径?
方法与思路
作者提出条件中介效应的贝叶斯半参数与非参数估计方法,再利用这些效应构造最优个体化治疗规则。
材料陈述的贡献
摘要称,新估计方法为路径导向的治疗规则提供更强解释性和灵活性,并以丙肝阳性供者的最优肾脏分配展示。
阅读关注点
应核对条件中介效应的定义、多中介结构下的识别假设,以及规则优化目标、后验不确定性和分配约束。
阅读边界
这是 arXiv 预印本,同行评审及期刊接收未核实;摘要未说明中介识别条件,也未提供规则效果改善的数值证据。

原文摘要

Individualized treatment rules (ITRs) map an individual patient's characteristics to their recommended treatment value. Typically, the optimal ITR is defined as the rule which maximizes a mean counterfactual outcome; the resulting ITR maximizes the effect of treatment along all causal pathways to the outcome, including indirect pathways through mediating variables. Although maximizing the total effect is often sufficient, explicitly incorporating causal mediation in an ITR analysis has several potential benefits such as enhanced interpretability, and additional flexibility in targeting specific causal pathways. For this purpose, we introduce novel Bayesian semiparametric and nonparametric estimators for conditional mediation effects in the presence of multiple mediators and show how they can be used to estimate optimal ITRs. We demonstrate the proposed methodology via an application to optimal kidney allocation with hepatitis C positive donors.

笔记与分组