Modelo Estructural Marginal (MSM) Aumentado con Aprendizaje Automático (ML-MSM)

El modelo estructural marginal aumentado con aprendizaje automático combina el rigor causal del marco MSM de Robins et al. con algoritmos de ML flexibles y adaptativos a los datos para estimar las puntuaciones de propensión y los modelos de resultados. Al reemplazar los modelos de nuisance paramétricos con aprendices de conjunto o redes neuronales, los ML-MSM recuperan estimaciones causales válidas bajo confusión sin depender de formas paramétricas especificadas correctamente.