Spatial Marginal Structural Model
The Spatial Marginal Structural Model (Spatial MSM) extends the classical marginal structural model to settings where units are geographically distributed and spatial dependencies — such as neighborhood spillovers, clustering, and spatial confounding — may bias causal estimates. It estimates causal effects of spatially varying exposures by constructing inverse probability weights that account for both individual covariates and spatial location, then fitting a weighted outcome model in the resulting pseudo-population.
Lähdetietue
Sitaatit kopioitu sanatarkasti metodin lähdetietueesta. Niistä ei päätellä väitteiden tasoista varmennusta.
- Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560. · DOI 10.1097/00001648-200009000-00011
- Schnell, P. M., & Papadogeorgou, G. (2020). Mitigating unobserved spatial confounding when estimating the effect of supermarket access on cardiovascular disease deaths. Annals of Applied Statistics, 14(2), 793-816. · DOI 10.1214/20-aoas1377
Kuratoituja väitteitä
Väitteet tallennettu todistusaineiston pääkirjaan, jokaisella oma arviointinsa.
Tämä näkymä ei keksi väitteen arviointia, jos pääkirjassa ei ole sitä.
Liittyvät metodit
Luotu metodigraafista ja näytetään koneen ehdottamina suhteina – väitteitä ei päätellä.