Causal Inference in Outcome-Dependent Two-Phase Sampling Designs
结局依赖的两阶段抽样设计中的因果推断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：摘要明确研究观察性数据中的处理因果效应，并提出逆加权、双重稳健和局部有效的因果估计方法。
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…
结局依赖的两阶段抽样设计中的因果推断
- 研究问题
- 当观察性研究先收集处理、结局及少量协变量，再按这些变量分层补采丰富协变量时，如何估计处理的因果效应？
- 方法与思路
- 作者利用已知分层抽样概率，提出简单和增强的逆加权、双重稳健估计以及局部有效估计，共五种方法。
- 材料陈述的贡献
- 摘要称通过模拟评估五种估计量的有限样本表现，并将方法用于估计创伤救治对院内死亡率的因果效应。
- 阅读关注点
- 应核对因果识别条件、两阶段抽样权重、各估计量的模型要求，以及双重稳健性与局部有效性的具体范围。
- 阅读边界
- Crossref 摘要未说明完整识别假设、模拟优劣或应用效应数值；方法名称不能替代对稳健性条件的核验。
原文摘要
Summary We consider estimation of the causal effect of a treatment on an outcome from observational data collected in two phases. In the first phase, a simple random sample of individuals is drawn from a population. On these individuals, information is obtained on treatment, outcome and a few low dimensional covariates. These individuals are then stratified according to these factors. In the second phase, a random subsample of individuals is drawn from each stratum, with known stratum-specific selection probabilities. On these individuals, a rich set of covariates is collected. In this setting, we introduce five estimators: simple inverse weighted; simple doubly robust; enriched inverse weighted; enriched doubly robust; locally efficient. We evaluate the finite sample performance of these estimators in a simulation study. We also use our methodology to estimate the causal effect of trauma care on in-hospital mortality by using data from the National Study of Cost and Outcomes of Trauma.