混淆
加权
边际结构模型
统计
纵向研究
参数统计
逆概率加权
估计
纵向数据
计量经济学
计算机科学
数学
医学
数据挖掘
倾向得分匹配
工程类
放射科
系统工程
作者
Jie Liang,Siqi He,S T Chen,T Wang
出处
期刊:PubMed
日期:2021-10-10
标识
DOI:10.3760/cma.j.cn112338-20200731-01001
摘要
The conventional analytical methods cannot effectively adjust for time-varying confounding that occur in a longitudinal study and thus cannot correctly estimate the causal effects. This study explains the necessity of precisely controlling time-varying confounding and outlines G methods, including parametric g-formula, inverse probability of weighting, and G-estimation. We also compare the methods above to provide a reference for correctly estimating causal effects in the longitudinal study.传统分析方法不能有效地控制纵向研究中的时依混杂以得到无偏因果效应估计值。本研究解释了纵向研究中正确控制时依混杂的必要性,概述了现有控制时依混杂的G方法——参数g-formula、逆概率加权和G估计,并通过比较它们的优缺点和适用情况,为研究者在纵向研究中估计因果效应提供参考。.
科研通智能强力驱动
Strongly Powered by AbleSci AI