Marginal Structural Model (MSM)
Marginal structural model (MSM) ir kazuāls modelēšanas ietvars, kas paredzēts laika mainīga ārstēšanas efekta novērtēšanai, klātesot laika mainīgiem konfunderiem, kurus ietekmē iepriekšējā ārstēšana. Pārsverot novērojumus ar apgriezto ārstēšanas varbūtības svaru (inverse probability of treatment weights), MSM izveido pseidopopulāciju, kurā konfaundings tiek novērsts, ļaujot neitrāli novērtēt kazuālos ārstēšanas kontrastus pat tad, ja standarta regresijas korekcijas neizdotos.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+26 more
Avoti
- 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 ↗
- Hernan, M. A., & Robins, J. M. (2020). Causal Inference: What If. Chapman & Hall/CRC. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Marginal Structural Model with Inverse Probability of Treatment Weighting. ScholarGate. https://scholargate.app/lv/causal-inference/marginal-structural-model
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Diferenču starpībām (Diff-in-Diff)Ekonometrija↔ compare
- Divkārši robusta novērtēšana (AIPW)Cēloņsakarību secināšana↔ compare
- G-aprēķins (Parametriskā G-formula)Cēloņsakarību secināšana↔ compare
- Apgrieztā varbūtības svēršana (IPW / IPTW)Cēloņsakarību secināšana↔ compare
- Aproksimēta novērtēšana (PSW / IPW)Cēloņsakarību secināšana↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →