Selecting and Ranking Individualized Treatment Rules With Unmeasured Confounding
存在未测量混杂时个体化治疗规则的选择与排序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。
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：摘要明确涉及潜在结局、未测量混杂、部分识别及治疗规则比较，直接对应因果推断。
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…
存在未测量混杂时个体化治疗规则的选择与排序
- 研究问题
- 当未测量混杂使治疗规则的价值函数无法点识别时，如何比较、排序并筛选多个个体化治疗规则或优于对照的规则？
- 方法与思路
- 作者在Rosenbaum敏感性分析模型下利用价值函数定义的偏序，先建立单次决策中的两规则比较检验，再扩展到多规则排序与选择。
- 材料陈述的贡献
- 摘要称论文提供未测量混杂下的规则比较与筛选方法，并用疟疾预防及延迟退休对健康影响的两个实例展示应用。
- 阅读关注点
- 应核对敏感性模型、偏序与两规则检验的具体定义，查看多规则选择的误差控制，以及对混杂强度设定的敏感程度。
- 阅读边界
- 仅据版本未注明的索引摘要；价值函数未点识别，排序依赖敏感性模型，摘要未说明检验条件、效应数值或刊本变化。
原文摘要
It is common to compare individualized treatment rules based on the value function, which is the expected potential outcome under the treatment rule. Although the value function is not point-identified when there is unmeasured confounding, it still defines a partial order among the treatment rules under Rosenbaum’s sensitivity analysis model. We first consider how to compare two treatment rules with unmeasured confounding in the single-decision setting and then use this pairwise test to rank multiple treatment rules. We consider how to, among many treatment rules, select the best rules and select the rules that are better than a control rule. The proposed methods are illustrated using two real examples, one about the benefit of malaria prevention programs to different age groups and another about the effect of late retirement on senior health in different gender and occupation groups. Supplementary materials for this article are available online.