Covariate selection for the estimation of marginal hazard ratios in high-dimensional data
高维数据中边际风险比估计的协变量选择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：摘要以观测研究治疗效应为目标，比较倾向得分协变量选择与多重稳健估计。
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…
高维数据中边际风险比估计的协变量选择
- 研究问题
- 高维观测生存数据中，如何选择协变量并结合倾向得分方法，改善用于描述治疗效应的边际风险比估计？
- 方法与思路
- 作者用模拟比较因果推断中的变量选择策略，并结合已有的多重稳健边际风险比估计方法，以卒中登记数据示例。
- 材料陈述的贡献
- 摘要称双重选择在模拟中优于若干其他策略，进一步对其产生的倾向得分模型使用多重稳健方法还能改善估计。
- 阅读关注点
- 应核对边际风险比的目标定义、治疗与删失的处理、双重选择规则，以及多重稳健方法允许哪些模型错设。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未获核实；摘要未说明识别条件、模拟设计或不同策略的具体差距。
原文摘要
Hazard ratios are frequently reported in time-to-event and epidemiological studies to assess treatment effects. In observational studies, the combination of propensity score weights with the Cox proportional hazards model facilitates the estimation of the marginal hazard ratio (MHR). The methods for estimating MHR are analogous to those employed for estimating common causal parameters, such as the average treatment effect. However, MHR estimation in the context of high-dimensional data remain unexplored. This paper seeks to address this gap through a simulation study that consider variable selection methods from causal inference combined with a recently proposed multiply robust approach for MHR estimation. Additionally, a case study utilizing stroke register data is conducted to demonstrate the application of these methods. The results from the simulation study indicate that the double selection covariate selection method is preferable to several other strategies when estimating MHR. Nevertheless, the estimation can be further improved by employing the multiply robust approach to the set of propensity score models obtained during the double selection process.