Studentized Sensitivity Analysis for the Sample Average Treatment Effect in Paired Observational Studies
配对观察性研究中样本平均处理效应的学生化敏感性分析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：摘要直接研究观察性研究的处理效应、未测混杂及敏感性分析，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…
关注这篇论文的作者
配对观察性研究中样本平均处理效应的学生化敏感性分析
- 研究问题
- 在配对观察性研究中，当处理效应存在异质性且可能有未测混杂时，如何评估样本平均处理效应结论的敏感性？
- 方法与思路
- 作者把学生化置换检验扩展至观察性研究，将均匀随机分配替换为未知但有界的处理分配概率，构造敏感性分析程序。
- 材料陈述的贡献
- 摘要称方法可在效应异质性下分析样本平均处理效应，并指出对某些基于恒定效应的敏感性分析的担忧大体不必要。
- 阅读关注点
- 应核对处理分配概率界的定义、配对与异质性条件，以及检验有效性范围；尤其要辨明作者结论针对哪些既有程序。
- 阅读边界
- 依据稿件版本未注明的 OpenAlex 索引摘要，不能判断刊本变化；摘要未说明完整有效性条件，不能推广为所有敏感性分析均稳健。
原文摘要
A fundamental limitation of causal inference in observational studies is that perceived evidence for an effect might instead be explained by factors not accounted for in the primary analysis. Methods for assessing the sensitivity of a study’s conclusions to unmeasured confounding have been established under the assumption that the treatment effect is constant across all individuals. In the potential presence of unmeasured confounding, it has been argued that certain patterns of effect heterogeneity may conspire with unobserved covariates to render the performed sensitivity analysis inadequate. We present a new method for conducting a sensitivity analysis for the sample average treatment effect in the presence of effect heterogeneity in paired observational studies. Our recommended procedure, called the studentized sensitivity analysis, represents an extension of recent work on studentized permutation tests to the case of observational studies, where randomizations are no longer drawn uniformly. The method naturally extends conventional tests for the sample average treatment effect in paired experiments to the case of unknown, but bounded, probabilities of assignment to treatment. In so doing, we illustrate that concerns about certain sensitivity analyses operating under the presumption of constant effects are largely unwarranted.