เปรียบเทียบวิธี

	การประมาณค่าแบบสองเท่าที่ทนทาน (Multi-period Doubly Robust Estimation)	แบบจำลองโครงสร้างส่วนเพิ่ม (Marginal Structural Model: MSM)
สาขาวิชา	การอนุมานเชิงสาเหตุ	การอนุมานเชิงสาเหตุ
ตระกูล	Regression model	Regression model
ปีกำเนิด	1994-2021	2000
ผู้ริเริ่ม	Robins, Rotnitzky, and Zhao; extended by Bang & Robins (2005) and Callaway & Sant'Anna (2021)	James M. Robins, Miguel A. Hernan, Babette Brumback
ประเภท	Semiparametric causal estimator	Causal model / semiparametric weighting
แหล่งต้นตำรับ	Bang, H., & Robins, J. M. (2005). Doubly robust estimation in missing data and causal inference models. Biometrics, 61(4), 962-973.	Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560.
ชื่อเรียกอื่น	longitudinal DR estimation, multi-period DR, multi-wave doubly robust, sequential doubly robust estimation	MSM, MSM-IPTW, marginal structural Cox model, weighted structural model
ที่เกี่ยวข้อง	6	5
สรุป	Multi-period doubly robust (DR) estimation extends the classic doubly robust approach to longitudinal settings with multiple treatment periods and time points. It combines an outcome regression model and a propensity score model for each period, retaining consistency of the causal effect estimate as long as at least one of the two models is correctly specified at every time point.	A marginal structural model is a causal modeling framework designed to estimate the effect of a time-varying treatment in the presence of time-varying confounders that are themselves affected by prior treatment. By reweighting observations with inverse probability of treatment weights, MSMs create a pseudo-population in which confounding is eliminated, enabling unbiased estimation of causal treatment contrasts even when standard regression adjustments would fail.