On treating right-censoring events like treatments
将右删失事件视作处理的讨论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：摘要直接讨论潜在结果、因果目标量及右删失下的识别，文本依据最直接对应因果推断。
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…
将右删失事件视作处理的讨论
- 研究问题
- 定义具有明确因果含义的目标量是否必须假定消除全部右删失事件，不同性质的删失事件又如何影响目标量的识别？
- 方法与思路
- 作者从因果角度区分右删失事件的类型，并将这一框架与经典生存分析中的删失定义和假设联系起来，讨论目标量识别。
- 材料陈述的贡献
- 摘要称，无须以消除所有右删失事件来索引潜在结果也能定义恰当的因果量，并为不同删失情形下的识别提供指导。
- 阅读关注点
- 核对删失事件的具体分类、各类事件下目标量的定义，以及与经典生存分析假设的对应关系和所需识别条件。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实；摘要未列出事件分类和识别条件，不能据此判断特定删失问题是否可识别。
原文摘要
In causal inference literature, potential outcomes are often indexed by the "elimination of all right-censoring events," leading to the perception that such a restriction is necessary for defining well-posed causal estimands. In this paper, we clarify that this restriction is not required: a well-defined estimand can be formulated without indexing on the elimination of such events. Achieving this requires a more precise classification of right-censoring events than has historically been considered, as the nature of these events has direct implications for identification of the target estimand. We provide a framework that distinguishes different types of right-censoring events from a causal perspective, and demonstrate how this framework relates to censoring definitions and assumptions in classical survival analysis literature. By bridging these perspectives, we provide a clearer understanding of how to handle right-censoring events and provide guidance for identifying causal estimands when right-censored events are present.