Modello Strutturale Marginale Aumentato con Machine Learning (ML-MSM)

Il modello strutturale marginale aumentato con machine learning combina il rigore causale del framework MSM di Robins et al. con algoritmi ML flessibili e adattivi ai dati per la stima dei punteggi di propensione e dei modelli di esito. Sostituendo i modelli parametrici di disturbo con ensemble learner o reti neurali, gli ML-MSM recuperano stime causali valide in presenza di confondimento senza fare affidamento su forme parametriche correttamente specificate.