Sharp symbolic nonparametric bounds for measures of benefit in observational and imperfect randomized studies with ordinal outcomes
序数结局下观察研究与不完全随机试验中获益指标的尖锐符号非参数界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：摘要围绕治疗获益的因果指标及序数结局下的分布比较与部分识别展开。
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…
序数结局下观察研究与不完全随机试验中获益指标的尖锐符号非参数界
- 研究问题
- 当序数结局的获益概率即使在完全依从的随机试验中也不能点识别时，如何在未测量混杂或不完全随机试验中界定治疗获益？
- 方法与思路
- 作者将不可识别获益指标的非参数界扩展至观察研究和不完全随机试验，同时考虑获益概率、无伤害概率与相对治疗效应。
- 材料陈述的贡献
- 摘要明确陈述对三类治疗效应指标和两类更复杂研究设计的扩展；题名强调尖锐符号界，但摘要没有展示具体表达式。
- 阅读关注点
- 应核对三类指标的严格定义、观察研究和不完全试验分别采用的假设，以及界的推导、尖锐性论证和可计算性。
- 阅读边界
- 仅据所给 Crossref 摘要，未测量混杂的约束、不完全随机试验的具体机制及界宽度均未说明，不能判断实际识别力度。
原文摘要
Abstract The probability of benefit can be a valuable and meaningful measure of treatment effect. Particularly for an ordinal outcome, it can have an intuitive interpretation. Unfortunately, this measure, and variations of it, are not identifiable even in randomized trials with perfect compliance. There is, for this reason, a long literature on nonparametric bounds for unidentifiable measures of benefit. These have primarily focused on perfect randomized trial settings and one or two specific estimands. We expand these bounds to observational settings with unmeasured confounders and imperfect randomized trials for all three estimands considered in the literature: the probability of benefit, the probability of no harm and the relative treatment effect.