Causal mediation analysis for longitudinal and survival data in continuous time using Bayesian non-parametric joint models
基于贝叶斯非参数联合模型的连续时间纵向与生存数据因果中介分析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。
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：摘要明确评估治疗对生存的因果效应及中介路径，并处理纵向混杂，直接对应因果推断中的中介分析。
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…
基于贝叶斯非参数联合模型的连续时间纵向与生存数据因果中介分析
- 研究问题
- 观测队列存在不规则测量、纵向混杂与中介变量时，如何评估治疗对生存的因果效应及其经风险因素变化传递的部分？
- 方法与思路
- 作者以年龄的连续函数联合建模暴露、混杂因素、中介与事件时间，采用富集 Dirichlet 过程混合模型描述观测数据分布。
- 材料陈述的贡献
- 摘要提出连续时间因果中介框架，可在没有协变量测量的年龄进行推断，并应用于 ARIC 队列的用药与心血管死亡分析。
- 阅读关注点
- 应核对直接与间接效应的定义、纵向混杂下的识别条件、未测年龄的轨迹推断，以及删失和观测过程的处理。
- 阅读边界
- 这是 arXiv 预印本，同行评审或接收未核实。摘要未说明因果识别和删失条件，也未报告效应结果，联合建模本身不能排除混杂。
原文摘要
Observational cohort data is an important source of information for understanding the causal effects of treatments on survival and the degree to which these effects are mediated through changes in disease-related risk factors. However, these analyses are often complicated by irregular data collection intervals and the presence of longitudinal confounders and mediators. We propose a causal mediation framework that jointly models longitudinal exposures, confounders, mediators, and time-to-event outcomes as continuous functions of age. This framework for longitudinal covariate trajectories enables statistical inference even at ages where the subject's covariate measurements are unavailable. The observed data distribution in our framework is modeled using an enriched Dirichlet process mixture (EDPM) model. Using data from the Atherosclerosis Risk in Communities cohort study, we apply our methods to assess how medication -- prescribed to target cardiovascular disease (CVD) risk factors -- affects the time-to-CVD death.