Targeted Maximum Likelihood Estimation (TMLE)

Die Targeted Maximum Likelihood Estimation (TMLE) ist eine semiparametrische, doppelt robuste Kausalinferenzmethode, die 2006 von Mark van der Laan und Daniel Rubin eingeführt wurde. Sie kombiniert flexible maschinelle Lernmodelle sowohl für das Outcome als auch für den Behandlungszuweisungsmechanismus und wendet dann einen Targeting-Schritt an, der das anfängliche Outcome-Modell spezifisch neu anpasst, um die Verzerrung für ein vordefiniertes kausales Schätzverfahren, wie den durchschnittlichen Behandlungseffekt, zu reduzieren. TMLE wird in der Epidemiologie, Biostatistik und Gesundheitsökonomie häufig zur Schätzung kausaler Effekte aus Beobachtungsdaten eingesetzt.