เปรียบเทียบวิธี

	การถ่วงน้ำหนักด้วยส่วนกลับของความน่าจะเป็นแบบหลายช่วงเวลา	แบบจำลองโครงสร้างส่วนเพิ่ม (Marginal Structural Model: MSM)
สาขาวิชา	การอนุมานเชิงสาเหตุ	การอนุมานเชิงสาเหตุ
ตระกูล	Regression model	Regression model
ปีกำเนิด	2000	2000
ผู้ริเริ่ม	Robins, Hernan & Brumback	James M. Robins, Miguel A. Hernan, Babette Brumback
ประเภท	Weighted causal estimator	Causal model / semiparametric weighting
แหล่งต้นตำรับ	Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560.	Robins, J. M., Hernan, M. A., & Brumback, B. (2000). Marginal structural models and causal inference in epidemiology. Epidemiology, 11(5), 550-560.
ชื่อเรียกอื่น	longitudinal IPW, multi-period IPW, time-varying IPW, sequential IPW	MSM, MSM-IPTW, marginal structural Cox model, weighted structural model
ที่เกี่ยวข้อง	6	5
สรุป	Multi-period Inverse Probability Weighting (IPW) estimates the causal effect of a treatment that varies across multiple time periods by reweighting observations according to the probability of receiving each period's treatment given past treatment history and time-varying confounders. It creates a pseudo-population where treatment at each period is independent of measured confounders, enabling unbiased estimation of sustained treatment strategies.	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.