Proximal Mediation Analysis with Unmeasured Treatment-Induced Confounding
存在未测量处理诱发混杂的近端中介分析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：摘要明确围绕中介效应、未测量混杂、代理识别及稳健因果估计展开，直接属于因果推断，未提供其他细分方向的依据。
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
存在未测量处理诱发混杂的近端中介分析
- 研究问题
- 当处理诱发的中介与结局混杂因素无法观测时，如何利用可观测代理变量识别并估计干预型中介效应？
- 方法与思路
- 作者利用未测量混杂因素的观测代理，提出四项近端识别结果，并构造允许机器学习估计辅助参数的多重稳健、半参数局部有效估计量。
- 材料陈述的贡献
- 摘要称，该方法扩展了未测量处理诱发混杂下的干预效应分析，并通过模拟及歧视中介生活满意度种族差异的应用展示方法。
- 阅读关注点
- 应核对代理变量需要满足哪些条件、四项识别结果分别针对何种效应，以及多重稳健性允许哪些辅助模型估计错误。
- 阅读边界
- 所给版本为 arXiv 预印本，不能据此认定已同行评审或获期刊接收；摘要未说明代理识别的完整条件、估计公式及应用结果。
原文摘要
Mediation analysis provides a central framework for elucidating causal mechanisms, yet its application is often impeded by treatment-induced confounding, under which the widely used natural mediation effects are generally unidentifiable. Interventional effects have been proposed as an alternative when these confounders are observable; however, identifying and estimating interventional effects remains challenging when confounders are unmeasured. In this paper, we address this issue by using observed variables as proxies for unmeasured treatment-induced confounders. We establish four proximal identification results and develop a multiply robust, semiparametric locally efficient estimator that accommodates flexible machine learning methods for nuisance parameter estimation. The proposed approach is illustrated through simulation studies and a real-data application evaluating racial disparities in life satisfaction mediated by discrimination.