Maskininlärningsförstärkt marginalstrukturell modell (ML-MSM)

Den maskininlärningsförstärkta marginalstrukturella modellen kombinerar den kausala stringensen i Robins et al:s MSM-ramverk med flexibla, datadrivna ML-algoritmer för estimering av propensity scores och utfallmodeller. Genom att ersätta parametriska störfaktormodeller med ensembleinlärningsmetoder eller neurala nätverk, återhämtar ML-MSM giltiga kausala estimat under confounding utan att förlita sig på korrekt specificerade parametriska former.