Robust estimation of causal dose-response relationship using exposure data with dose as an instrumental variable
以剂量为工具变量、利用暴露数据稳健估计因果剂量响应关系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：摘要明确以随机剂量为工具变量，处理未观测混杂并估计因果剂量响应。
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…
关注这篇论文的作者
以剂量为工具变量、利用暴露数据稳健估计因果剂量响应关系
- 研究问题
- 随机剂量探索试验虽收集暴露数据，但暴露与响应仍可能混杂；如何利用这些信息估计剂量响应并降低模型误设的影响？
- 方法与思路
- 作者以随机剂量为工具变量，将处理未观测混杂的控制变量方法与随机试验ANCOVA调整结合，使用剂量—暴露—响应工作模型。
- 材料陈述的贡献
- 摘要称该方法无需假定真实暴露响应模型，工作模型严重误设时仍可保持一致性，并讨论渐近性质、模拟及随机剂量CAR-T试验应用。
- 阅读关注点
- 应核对一致性仍需哪些条件、工具变量如何进入控制变量构造，以及工作模型误设稳健性的准确范围和ANCOVA调整的作用。
- 阅读边界
- 这是arXiv预印本，不能据此声称已同行评审或期刊接收。摘要未列出一致性和渐近推断条件，不能解释为任意误设或混杂下均有效。
原文摘要
An accurate estimation of the dose-response relationship is important to determine the optimal dose. For this purpose, a dose finding trial in which subjects are randomized to a few fixed dose levels is the most commonly used design. Often, the estimation uses response data only, although drug exposure data are often obtained during the trial. The use of exposure data to improve this estimation is difficult, as exposure-response relationships are typically subject to confounding bias even in a randomized trial. We propose a robust approach to estimate the dose-response relationship without assuming a true exposure-response model, using dose as an instrumental variable. Our approach combines the control variable approach in causal inference with unobserved confounding factors and the ANCOVA adjustment of randomized trials. The approach presented uses working models for dose-exposure-response data, but they are robust to model misspecification and remain consistent when the working models are far from correct. The asymptotic properties of the proposed approach are also examined. A simulation study is performed to evaluate the performance of the proposed approach. For illustration, the approach is used to a Car-T trial with randomized doses.