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。

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:摘要明确讨论匹配观察性研究的未观测混杂、因果结论敏感性和研究设计,直接对应因果推断方向。

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
Qingyuan Zhao

成对匹配观察性研究的敏感性值

研究问题
在成对匹配的观察性研究中,需要多强的未观测混杂才会改变忽略混杂时的定性结论,如何将这一强度用于研究设计?
方法与思路
作者定义敏感性值并建立其渐近正态性,据此近似敏感性分析的功效、选择研究设计,并探索多假设筛选中的应用。
材料陈述的贡献
摘要称,敏感性值将结论对未测混杂的脆弱性量化,并提供渐近理论支持其功效分析与设计用途,另用微阵列数据探索筛选。
阅读关注点
应核对混杂强度参数和结论改变的判据、渐近正态性条件,以及功效近似、设计选择和多假设筛选的错误控制方式。
阅读边界
仅据 OpenAlex 索引摘要,稿件版本未注明,不能推断刊本变化;混杂参数化与定理条件未说明,敏感性值不能揭示实际未测混杂的大小。

原文摘要

This article proposes a new quantity called the “sensitivity value,” which is defined as the minimum strength of unmeasured confounders needed to change the qualitative conclusions of a naive analysis assuming no unmeasured confounder. We establish the asymptotic normality of the sensitivity value in pair-matched observational studies. The theoretical results are then used to approximate the power of a sensitivity analysis and select the design of a study. We explore the potential to use sensitivity values to screen multiple hypotheses in the presence of unmeasured confounding using a microarray dataset. Supplementary materials for this article are available online.

笔记与分组
相关领域论文