Two Stage Least Squares with Time-Varying Instruments: An Application to an Evaluation of Treatment Intensification for Type-2 Diabetes
使用时变工具变量的两阶段最小二乘：二型糖尿病治疗强化评估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：摘要明确用时变工具变量和两阶段最小二乘评估纵向治疗策略的因果效应。
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…
使用时变工具变量的两阶段最小二乘：二型糖尿病治疗强化评估
- 研究问题
- 在纵向数据中评估随时间变化的治疗策略时，如何借助时变工具变量减轻未测混杂问题，并改善标准两阶段最小二乘的表现？
- 方法与思路
- 作者提出用于时变治疗的稳健两阶段最小二乘方法，通过模拟比较标准方法和基于g估计的工具变量方案，并以处方偏好开展糖尿病应用。
- 材料陈述的贡献
- 摘要称，新方法在多种模拟情形、包括模型误设下表现较好，与近期时变工具变量方法相比也较好，并展示了治疗强化评估应用。
- 阅读关注点
- 应核对目标治疗策略与效应定义、时变工具变量的有效性条件、稳健方法的具体构造，以及处方偏好外生性的论证和比较设定。
- 阅读边界
- 这是预印本，同行评审及期刊接收未核实。摘要未说明完整工具变量条件或误设范围，不能将稳健表现理解为无条件消除未测混杂。
原文摘要
As longitudinal data becomes more available in many settings, policy makers are increasingly interested in the effect of time-varying treatments (e.g. sustained treatment strategies). In settings such as this, the preferred analysis techniques are the g-methods, however these require the untestable assumption of no unmeasured confounding. Instrumental variable analyses can minimise bias through unmeasured confounding. Of these methods, the Two Stage Least Squares technique is one of the most well used in Econometrics, but it has not been fully extended, and evaluated, in full time-varying settings. This paper proposes a robust two stage least squares method for the econometric evaluation of time-varying treatment. Using a simulation study we found that, unlike standard two stage least squares, it performs relatively well across a wide range of circumstances, including model misspecification. It compares well with recent time-varying instrument approaches via g-estimation. We illustrate the methods in an evaluation of treatment intensification for Type-2 Diabetes Mellitus, exploring the exogeneity in prescribing preferences to operationalise a time-varying instrument.