Dynamische Inverse Wahrscheinlichkeitsgewichtung

Dynamische Inverse Wahrscheinlichkeitsgewichtung (Dynamic IPW) schätzt den kausalen Effekt einer zeitvariablen Behandlungssequenz, indem beobachtete Daten neu gewichtet werden, um eine hypothetische randomisierte Studie nachzuahmen. Sie wurde von Robins und Kollegen im Kontext von marginalen strukturellen Modellen entwickelt und bewältigt die Herausforderung, dass in Längsschnittstudien frühere Behandlungen zukünftige Kovariaten beeinflussen, die wiederum zukünftige Behandlungen beeinflussen – eine Rückkopplungsschleife, die die Standardregression nicht auflösen kann.