×
马克西姆·莱格;亚瑟·查顿;弗洛伦特·勒博涅;罗曼·皮拉基奥;西吉斯蒙·拉索基;约汉·福彻

在接近违反积极性的情况下进行因果推断：方法的比较。 （英语） Zbl 1523.62147号

生物。J。 64，第8期，1389-1403（2022）.

MSC公司：

62页第10页 统计学在生物学和医学中的应用；元分析

关键词：

因果推理;双重稳健估计;g计算;积极的，积极的;倾向得分;真实世界的证据;模拟

软件：

ltmle公司;tmle（tmle）;对
PDF格式BibTeX公司 XML格式引用
\textit{M.Léger}等人，《生物》。J.64，第8号，1389--1403（2022；Zbl 1523.62147）
全文： 内政部

参考文献：

[1] Abdia，Y.、Kulasekera，K.B.、Datta，S.、Boakye，M.和Kong，M.（2017年）。基于倾向得分的方法评估治疗组的平均治疗效果和平均治疗效果：一项比较研究。《生物医学杂志》，59967-985·Zbl 1391.62196号
[2] 奥斯汀，P.C.（2011）。介绍在观察性研究中减少混淆影响的倾向评分方法。多元行为研究，46，399-424。
[3] 奥斯汀，P.C.（2012）。使用基于集合的方法直接估计因果效应：基于树的G‐计算研究。多元行为研究，47115-135。
[4] Austin，P.C.（2013）。不同倾向评分方法在估计边际危险比方面的表现。医学统计，322837-2849。
[5] Austin，P.C.和Stuart，E.A.（2015年）。在观察性研究中，使用治疗加权的逆概率（IPTW），使用倾向评分来估计因果治疗效果，从而走向最佳实践。医学统计学，343661-3679。
[6] Bang，H.和Robins，J.M.（2005）。缺失数据和因果推理模型中的双重稳健估计。生物统计学，61962-973·Zbl 1087.62121号
[7] Bembom，O.和van derLaan，M.J.（2008年）。逆处理概率加权估计量截断水平的数据自适应选择。加州大学伯克利分校生物统计学工作论文系列。
[8] Calland，J.F.、Ingraham，A.M.、Martin，N.、Marshall，G.T.、Schulman，C.I.、Stapleton，T.、Barraco，R.D.和东方创伤外科协会（2012年）。老年创伤的评估和管理：东方创伤外科协会实践管理指南。创伤与急性护理外科杂志，73，S345-350。
[9] Chatton，A.，Le Borgne，F.，Leyrat，C.，Gillaizeaau，F.、Rousseau，C.、Barbin，L.、Laplaud，D.、Léger，M.、Giraudeau，B.和Foucher，Y.（2020年）。G‐计算、基于倾向得分的方法和针对不同协变量集因果推断的最大似然估计：一项比较模拟研究。科学报告，109219。
[10] Cole，S.R.和Hernán，M.A.（2008年）。构造边际结构模型的逆概率权重。美国流行病学杂志，168656-664。
[11] Crump，R.K.、Hotz，V.J.、Imbens，G.W.和Mitnik，O.A.（2009年）。处理平均治疗效果评估中的有限重叠。《生物统计学》，96，187-199·Zbl 1163.62083号
[12] Foucher，Y.、Borgne，F.L.、Dantan，E.、Gillaizeau，F.、Chatton，A.和Combescure，C.（2019年）。RISCA：基于队列分析的因果推断和预测。https://CRAN.R‐project.org/package=RISCA。
[13] Gayat，E.、Resche‐Rigon，M.、Mary，J.‐Y.和Porcher，R.（2012）。通过比例风险模型将倾向评分应用于生存数据分析：蒙特卡罗研究。药物统计，11222-229。
[14] Glynn，A.N.和Quinn，K.M.（2010年）。介绍增广逆倾向加权估计量。政治分析，18，36-56。
[15] Gruber，S.和van derLaan，M.J.（2012）。TMLE：用于目标最大似然估计的R包。统计软件杂志，51，1-35。http://www.jstatsoft.org/v51/i13/。 https://doi.org/10.18637/jss.v051.i13。 ·doi:10.18637/jss.v051.i13
[16] Hajage，D.、Tubach，F.、Steg，P.G.、Bhatt，D.L.和De Rycke，Y.（2016年）。在罕见接触的情况下使用倾向得分。BMC医学研究方法，16，32。
[17] Hernán，M.A.和Robins，J.M.（2020年）。因果推理：如果呢？。查普曼和霍尔/CRC。https://www.hsph.harvard.edu/miguel网站赫尔南/因果推理书。
[18] Ju，C.、Schwab，J.和van derLaan，M.J.（2019年）。因果推理中的自适应倾向得分截断。医学研究中的统计方法，281741-1760。
[19] Kang，J.D.Y.和Schafer，J.L.（2007）。双重稳健性的解密：从不完整数据估计总体平均值的替代策略的比较。统计科学，22523-539·兹比尔1246.62073
[20] Le Borgne，F.、Giraudeau，B.、Querard，A.H.、Gilal，M.和Foucher，Y.（2016）。时间-事件分析的不同统计检验与混杂因素的性能比较：肾移植中的实用示例。医学统计学，35，1103-1116。
[21] Lendle，S.D.、Fireman，B.和van derLaan，M.J.（2013）。安全分析中的目标最大似然估计。临床流行病学杂志，66，S91-98。
[22] Lendle，S.D.、Schwab，J.、Petersen，M.L.和van derLaan，M.J.（2017）。LTMLE：一个R包，用于对纵向数据进行基于目标最小损失的估计。统计软件杂志，81，1-21。https://www.jstatsoft.org/index.php/jss/article/view/v081i01。
[23] Li，F.、Morgan，K.L.和Zaslavsky，A.M.（2018年）。通过倾向得分加权平衡协变量。美国统计协会杂志，113390-400·Zbl 1398.62075号
[24] Luque‐Fernandez，M.A.、Schomaker，M.、Rachet，B.和Schnitzer，M.E.（2018年）。二元处理的目标最大似然估计：教程。医学统计，372530-2546。
[25] Moore，K.L.、Neugebauer，R.、van derLaan，M.J.和Tager，I.B.（2012年）。流行病学研究中的因果推断具有很强的混杂性。医学统计，311380-1404。
[26] Morris，T.P.、White，I.R.和Crowther，M.J.（2019年）。使用模拟研究评估统计方法。医学统计学，382074-2102。
[27] Neugebauer，R.和van derLaan，M.J.（2005）。为什么在因果推断中更喜欢双重稳健估计？《统计规划与推断杂志》，129，405-426·Zbl 1058.62106号
[28] Neugebauer，R.和van derLaan，M.J.（2006）。具有复杂纵向数据的因果推断的G计算估计。计算统计与数据分析，511676-1697·Zbl 1157.62378号
[29] Pearl，J.、Glymour，M.和Jewell，N.P.（2016年）。统计学中的因果推理：初级读物。约翰·威利父子公司·Zbl 1332.62001
[30] Petersen，M.L.、Porter，K.E.、Gruber，S.、Wang，Y.和van derLaan，M.J.（2012）。在积极假设中诊断和应对违规行为。医学研究中的统计方法，21，31-54。
[31] Petersen，M.、Schwab，J.、Gruber，S.、Blaser，N.、Schomeker，M.和van derLaan，M.（2014）。动态和静态纵向边缘结构工作模型的目标最大似然估计。因果推理杂志，2147-185。
[32] Pirrachio，R.和Carone，M.（2018年）。平衡超级学习者：超级学习者的稳健适应，以提高基于倾向得分匹配的治疗中平均治疗效果的估计。医学研究中的统计方法，272504-2518。
[33] Pirrachio，R.、Petersen，M.L.和van derLaan，M.（2015）。使用超级学习器提高倾向得分估计器对模型错误指定的鲁棒性。《美国流行病学杂志》，181，108-119。
[34] Pirrachio，R.、Yue，J.K.、Manley，G.T.、van derLaan，M.J.和Hubbard，A.E.（2018年）。可变重要性测量的合作目标最大似然估计：轻度创伤性脑损伤功能预后预测的图解。医学研究中的统计方法，27286-297。
[35] Porter，K.E.、Gruber，S.、van derLaan，M.J.和Sekhon，J.S.（2011年）。目标最大似然估计量的相对性能。国际生物统计学杂志，7，1557-4679。
[36] R核心团队。(2014). R： 统计计算语言和环境。R统计计算基金会。
[37] Robins，J.M.（1986）。一种新的死亡率研究因果推断方法，持续暴露期用于控制健康工人-幸存者效应。数学建模，71393-1512·Zbl 0614.62136号
[38] Robins，J.M.、Hernán，M.A.和Brumback，B.（2000）。流行病学中的边缘结构模型和因果推断。流行病学，11550-560。
[39] Rosenbaum，P.R.和Rubin，D.B.（1983年）。倾向评分在因果效应观察性研究中的中心作用。生物特征，70，41-55·Zbl 0522.62091号
[40] Schuler，M.S.和Rose，S.（2017年）。观察性研究中因果推断的目标最大似然估计。《美国流行病学杂志》，185，65-73。
[41] Snowden，J.M.、Rose，S.和Mortimer，K.M.（2011年）。在模拟数据集上实现G‐计算：因果推理技术的演示。美国流行病学杂志，173731-738。
[42] van derLaan，M.J.和Gruber，S.（2010年）。协同双稳健目标最大似然估计。国际生物统计学杂志，6，17-17。
[43] van derLaan，M.J.和Robins，J.M.（2003）。删失纵向数据和因果关系的统一方法。斯普林格·兹比尔1013.62034
[44] van derLaan，M.J.和Rubin，D.B.（2006年）。目标最大似然学习。国际生物统计学杂志，2，https://doi.org/10.2202/1557‐4679.1043. ·doi:10.2202/1557‐4679.1043
[45] VanderWeele，T.J.和Shpitser，I.（2011年）。混淆选择的新标准。生物统计学，671406-1413·Zbl 1274.62890号
[46] Vansteelandt，S.和Keiting，N.（2011年）。邀请评论：G‐计算‐在翻译中丢失？美国流行病学杂志，173739-742。
[47] Westreich，D.和Cole，S.R.（2010年）。受邀评论：实践中的积极性。美国流行病学杂志，171674-677；讨论678-681。
[48] Williamson，E.J.、Morley，R.、Lucas，A.和Carpenter，J.（2012）。倾向得分：从天真的热情到直观的理解。医学研究中的统计方法，21，273-293·Zbl 1242.62124号
[49] Xu，S.，Ross，C.，Raebel，M.A.，Shetterly，S.、Blanchette，C.和Smith，D.（2010年）。使用稳定的反向倾向得分作为权重，直接估计相对风险及其置信区间。价值健康，13，273-277。
[50] Zeileis，A.（2006年）。夹心估值器的面向对象计算。统计软件杂志，16，1-16。
[51] Zhou，Y.、Matsouaka，R.A.和Thomas，L.（2020年）。在有限重叠和模型错误指定情况下的倾向性得分加权。医学研究中的统计方法，29，3721-3756。
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。