Stochastic mechanistic interaction
随机机制交互作用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：摘要直接讨论观察数据中的机制交互识别、随机中介及因果图特定路径，因此选择因果推断。
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
随机机制交互作用
- 研究问题
- 如何用概率模型定义两种暴露对结果的机制交互，并在连续暴露被二分化、作用经过随机中介时利用观察数据识别？
- 方法与思路
- 作者以偏离广义 noisy-OR 模型定义机制交互，通过超额风险或超加性识别，并以条件独立关系表达所需假设。
- 材料陈述的贡献
- 摘要称，该框架适用于任意二分化的连续暴露，允许随机中介，并将机制交互理论扩展到因果图中的特定路径。
- 阅读关注点
- 应核对条件独立假设、二分化后的识别逻辑，以及超加性支持何种机制结论；同时检查路径特定交互的定义与条件。
- 阅读边界
- 依据版本未注明的 OpenAlex 索引摘要；具体独立条件、识别证明及适用边界未展开，无法判断条件在应用中是否成立。
原文摘要
We define mechanistic interaction between the effects of two variables on an outcome in terms of departure of these effects from a generalized noisy-OR model in a stratum of the population. We develop a fully probabilistic framework for the observational identification of this type of interaction via excess risk or superadditivity, one novel feature of which is its applicability when the interacting variables have been generated by arbitrarily dichotomizing continuous exposures. The method allows for stochastic mediators of the interacting effects. The required assumptions are provided in the form of conditional independencies between the problem variables, which may relate to a causal-graph representation of the problem. We also develop a theory of mechanistic interaction between effects associated with specific paths of the causal graph.