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.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.