Sharp bounds on causal effects in case-control and cohort studies
病例对照与队列研究中因果效应的锐界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：摘要明确使用潜在响应框架研究因果效应不可识别与部分识别界限，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…
病例对照与队列研究中因果效应的锐界
- 研究问题
- 当病例对照与队列研究通常无法点识别暴露的因果效应时，如何界定因果风险差和风险比，并处理缺失数据？
- 方法与思路
- 作者采用潜在响应框架，以线性规划推导风险差锐界，以分式规划推导风险比界，并考虑三种缺失机制。
- 材料陈述的贡献
- 摘要称，给出因果风险差与风险比的界限，并在所考虑的缺失情形下提出锐界，为这两类研究提供因果推断指导。
- 阅读关注点
- 应核对抽样设计与可观测信息如何约束潜在响应、两类效应界限的锐性，以及三种缺失机制各自需要的假设。
- 阅读边界
- 仅据版本未注明的 OpenAlex 索引摘要；抽样信息、缺失机制定义与锐界成立条件未说明，不能补造识别假设或推断刊本变化。
原文摘要
Evaluating the causal effect of an exposure on a response from case-control and cohort studies is a major concern in epidemiological and medical research. Since causal effects are in general nonidentifiable from such studies, this paper derives bounds on two causal measures: the causal risk difference and the causal risk ratio. We use the potential response approach and a linear programming method to derive sharp bounds on the causal risk difference, and a novel fractional programming method to derive bounds on the causal risk ratio. In addition, in the presence of missing data, we consider three different missingness mechanisms and propose sharp bounds under these situations. The results provide new guidance on causal inference in case-control and cohort studies.