Sensitivity models and bounds under sequential unmeasured confounding in longitudinal studies
纵向研究中序贯未测混杂下的敏感性模型与界限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。
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：摘要明确涉及反事实结局、平均处理效应及未测混杂的敏感性分析。
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
纵向研究中序贯未测混杂下的敏感性模型与界限
- 研究问题
- 研究含时变处理与协变量的纵向研究中，序贯未测混杂可能使反事实结局均值和平均处理效应偏离到何种程度。
- 方法与思路
- 作者提出多期敏感性模型，分别约束反事实结局或同时涉及协变量与结局，并通过凸优化表示总体层面的效应界限。
- 材料陈述的贡献
- 摘要称给出并比较锐界与保守界的显式表示，且这些表示仅依赖观测数据，将横截面的边际敏感性模型推广到纵向情形。
- 阅读关注点
- 应核对各模型如何放松序贯无混杂、敏感性参数的含义、锐界成立条件，以及总体界限如何转化为样本估计与推断。
- 阅读边界
- 所给 Crossref 摘要未说明完整约束、证明、计算细节及有限样本表现；不能据此判断实际应用中的界限宽度或模型可比性。
原文摘要
Abstract We consider sensitivity analysis for causal inference in a longitudinal study with time-varying treatments and covariates. It is of interest to assess the worst-case possible values of counterfactual outcome means and average treatment effects under sequential unmeasured confounding. We formulate several multi-period sensitivity models to relax the corresponding versions of the assumption of sequential non-confounding. The primary sensitivity model involves only counterfactual outcomes, whereas the joint and product sensitivity models involve both counterfactual covariates and outcomes. We establish and compare explicit representations for the sharp and conservative bounds at the population level through convex optimization, depending only on the observed data. These results provide for the first time a satisfactory generalization from the marginal sensitivity model in the cross-sectional setting.