Two-Step Targeted Minimum-Loss Based Estimation for Non-Negative Two-Part Outcomes
非负两部分结局的两步目标最小损失估计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：摘要明确针对修正处理政策下的因果效应，提出适用于非负两部分结局的估计方法。
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…
非负两部分结局的两步目标最小损失估计
- 研究问题
- 对于零点有概率质量、其余取值为正的两部分结局，如何利用其半连续结构估计因果效应，并改善有限样本中的估计效率？
- 方法与思路
- 作者提出非参数两步 hTMLE，先定向更新结局强度部分，再利用该估计更新二元部分，适用于容纳多类暴露的修正处理政策。
- 材料陈述的贡献
- 摘要称，两步定向更新可带来有限样本效率收益，并通过模拟展示；应用于 Medicaid 队列，估计慢性疼痛和身体残障对阿片供应天数的影响。
- 阅读关注点
- 应核对修正处理政策对应的因果参数、两部分更新之间的联系，以及效率收益的条件；应用中需检查暴露定义、混杂控制及识别依据。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未经核实；摘要未说明识别假设、稳健性条件或效率收益数值，不能认定所有两部分结局均会改善。
原文摘要
Non-negative two-part outcomes are defined as outcomes with a density function that have a zero point mass but are otherwise positive. Examples, such as healthcare expenditure and hospital length of stay, are common in healthcare utilization research. Despite the practical relevance of non-negative two-part outcomes, very few methods exist to leverage knowledge of their semicontinuity to achieve improved performance in estimating causal effects. In this paper, we develop a nonparametric two-step targeted minimum-loss based estimator (denoted as hTMLE) for non-negative two-part outcomes. We present methods for a general class of interventions referred to as modified treatment policies, which can accommodate continuous, categorical, and binary exposures. The two-step TMLE uses a targeted estimate of the intensity component of the outcome to produce a targeted estimate of the binary component of the outcome that may improve finite sample efficiency. We demonstrate the efficiency gains achieved by the two-step TMLE with simulated examples and then apply it to a cohort of Medicaid beneficiaries to estimate the effect of chronic pain and physical disability on days' supply of opioids.