Estimação de Máxima Verossimilhança Direcionada (TMLE)

A Estimação de Máxima Verossimilhança Direcionada (TMLE) é um método de inferência causal semiparamétrico e duplamente robusto, introduzido por Mark van der Laan e Daniel Rubin em 2006. Ele combina modelos flexíveis de aprendizado de máquina tanto para o desfecho quanto para o mecanismo de atribuição do tratamento, e então aplica uma etapa de direcionamento que reajusta o modelo inicial de desfecho especificamente para reduzir o viés de um estimando causal pré-especificado, como o efeito médio do tratamento. O TMLE é amplamente utilizado em epidemiologia, bioestatística e economia da saúde ao estimar efeitos causais a partir de dados observacionais.