Instrumental Variables with Time-Varying Exposure: Dynamic Effects of Revascularization on Quality of Life
时变暴露下的工具变量：血运重建对生活质量的动态效应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：摘要明确使用工具变量识别不完全依从随机试验中的动态治疗效应，核心属于因果推断。
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…
时变暴露下的工具变量：血运重建对生活质量的动态效应
- 研究问题
- 在随机试验中治疗接受情况随随访时间变化且存在交叉治疗时，如何识别实际接受治疗对动态依从者的因果效应？
- 方法与思路
- 作者扩展静态潜在结果工具变量框架，针对不同随访时点的动态依从者估计平均效应、平均特征及潜在结果均值。
- 材料陈述的贡献
- 摘要称，该方法识别动态依从者效应；血运重建应用显示效应较既有估计更大且更持久，并用于解释实际治疗分析的混杂。
- 阅读关注点
- 应核对动态依从者的定义、跨时点人群是否变化、工具变量识别限制，以及生活质量测量和失访如何处理。
- 阅读边界
- 所给版本为 arXiv 预印本，同行评审与期刊接收未核实；摘要未说明完整识别条件或效应数值，比较结论限于所述试验。
原文摘要
This paper develops instrumental variables (IV) estimators for dynamic causal effects in randomized trials with imperfect compliance. These methods are applied to a randomized trial that assigned patients with ischemic heart disease to either an invasive treatment arm centered on revascularization or a control group meant to receive non-invasive medical therapy. As is common in such ``strategy trials,'' many participants assigned to treatment remained untreated while many assigned to control crossed over into treatment. Protocol non-compliance causes ITT estimates to diverge from the effect of treatment received, while conventional per-protocol analyses that condition on treatment received are compromised by selection bias. Extending the static potential-outcomes IV framework, the methods here identify average causal effects of treatment for dynamic compliers, the set of trial participants who comply with trial protocol at different follow-up horizons. IV estimates of revascularization effects on compliers' quality of life are markedly larger and more sustained than previously reported ITT and per-protocol estimates. We also show how to estimate average characteristics and marginal potential outcome means for dynamic compliers. These results are used to explain confounding in as-treated per-protocol estimates.