Adaptive sparsening and smoothing of the treatment model for longitudinal causal inference using outcome-adaptive LASSO and marginal fused LASSO
纵向因果推断中治疗模型的自适应稀疏化与平滑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：摘要明确研究时变治疗下的混杂变量选择及其对纵向因果效应估计的影响。
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
纵向因果推断中治疗模型的自适应稀疏化与平滑
- 研究问题
- 在治疗和混杂作用随时间变化的纵向研究中，如何选择各时点治疗概率模型的协变量，并适度合并跨期参数以改善因果估计？
- 方法与思路
- 作者先以纵向结局自适应 LASSO 选择混杂变量，再用自适应融合 LASSO 合并部分跨期治疗模型参数，并开展模拟和青少年研究应用。
- 材料陈述的贡献
- 摘要称变量选择具有降低因果估计方差的理论依据，跨期融合旨在提高效率并减少简单合并模型的误设偏差，模拟支持方法的实用性。
- 阅读关注点
- 应核对结局自适应权重与惩罚参数的构造、跨期融合条件，以及变量选择后的因果识别、方差推断和模型误设风险。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实。摘要未列出方差降低条件或应用效应数值，也未证明任意融合均能减少偏差。
原文摘要
Causal variable selection in time-varying treatment settings is challenging due to evolving confounding effects. Existing methods mainly focus on time-fixed exposures and are not directly applicable to time-varying scenarios. We propose a novel two-step procedure for variable selection when modeling the treatment probability at each time point. We first introduce a novel approach to longitudinal confounder selection using a Longitudinal Outcome Adaptive LASSO (LOAL) that will data-adaptively select covariates with theoretical justification of variance reduction of the estimator of the causal effect. We then propose an Adaptive Fused LASSO that can collapse treatment model parameters over time points with the goal of simplifying the models in order to improve the efficiency of the estimator while minimizing model misspecification bias compared with naive pooled logistic regression models. Our simulation studies highlight the need for and usefulness of the proposed approach in practice. We implemented our method on data from the Nicotine Dependence in Teens study to estimate the effect of the timing of alcohol initiation during adolescence on depressive symptoms in early adulthood.