論文の概要: Causal inference for the expected number of recurrent events in the presence of a terminal event

• arxiv url: http://arxiv.org/abs/2306.16571v2
• Date: Thu, 18 Sep 2025 21:38:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-22 18:18:10.71918
• Title: Causal inference for the expected number of recurrent events in the presence of a terminal event
• Title（参考訳）: 終端イベントの存在下でのリカレントイベントの予測数に対する因果推論
• Authors: Benjamin R. Baer, Trang Bui, Daniel Mork, Robert L. Strawderman, Ashkan Ertefaie,
• Abstract要約: 終端故障イベントを伴う繰り返しイベントデータにおける因果推論のための多元的ロバストな推定フレームワークを開発する。 条件付き独立検閲よりも弱い条件下で推定値が識別可能であることを示す。
• 参考スコア（独自算出の注目度）: 0.2446672595462589
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: While recurrent event analyses have been extensively studied, limited attention has been given to causal inference within the framework of recurrent event analysis. We develop a multiply robust estimation framework for causal inference in recurrent event data with a terminal failure event. We define our estimand as the vector comprising both the expected number of recurrent events and the failure survival function evaluated along a sequence of landmark times. We show that the estimand can be identified under a weaker condition than conditionally independent censoring and derive the associated class of influence functions under general censoring and failure distributions (i.e., without assuming absolute continuity). We propose a particular estimator within this class for further study, conduct comprehensive simulation studies to evaluate the small-sample performance of our estimator, and illustrate the proposed estimator using a large Medicare dataset to assess the causal effect of PM$_{2.5}$ on recurrent cardiovascular hospitalization.
• Abstract（参考訳）: リカレントイベント分析は広く研究されているが、リカレントイベント解析の枠組みにおける因果推論には限定的な注意が払われている。 終端故障イベントを伴う繰り返しイベントデータにおける因果推論のための多元的ロバストな推定フレームワークを開発する。 我々は,予測回数の繰り返しイベントと,ランドマーク時間列に沿って評価された障害生存関数の両方からなるベクトルとして,推定値を定義した。 本研究は,一般の検閲と障害分布(すなわち絶対連続性を仮定せずに)の下で,条件付き独立な検閲よりも弱い条件下で推定が可能であることを示し,関連する影響関数のクラスを導出する。 本研究は, このクラス内の特定の推定器について, より詳細なシミュレーションを行い, 評価器の小型化性能を評価するとともに, 大規模なメディケアデータセットを用いて, PM$_{2.5}$の反復的循環器入院に対する因果効果を評価するための推定器について述べる。

関連論文リスト

• Debiased Ill-Posed Regression [8.495265117285223]
  本稿では,予測誤差の修正による影響関数に基づく偏り推定手法を提案する。 提案した推定器は、関連するニュアンス関数に対して二階偏差を有する。
  論文  参考訳（メタデータ） (2025-05-27T06:47:33Z)
• Robust Probabilistic Model Checking with Continuous Reward Domains [1.7829696876801548]
  本稿では,離散時間マルコフ連鎖における連続と離散の報酬分布を扱う新しい手法を提案する。 本手法は,真の分布の統計的特性を保ちながら,理論的に有界な誤差で報酬分布を近似する。
  論文  参考訳（メタデータ） (2025-02-06T22:03:18Z)
• Interval Estimation of Coefficients in Penalized Regression Models of Insurance Data [3.5637073151604093]
  ツイーディー指数分散ファミリーは、保険の損失をモデル化するために多くの人々の間で人気がある。 内在変数を記述する最も重要な特徴の信頼性(推論)を得るためには、しばしば重要である。
  論文  参考訳（メタデータ） (2024-10-01T18:57:18Z)
• Risk and cross validation in ridge regression with correlated samples [72.59731158970894]
  我々は,データポイントが任意の相関関係を持つ場合,リッジ回帰のイン・オブ・サンプルリスクのトレーニング例を提供する。 さらに、テストポイントがトレーニングセットと非自明な相関を持ち、時系列予測で頻繁に発生するような場合まで分析を拡張します。 我々は多種多様な高次元データにまたがって理論を検証する。
  論文  参考訳（メタデータ） (2024-08-08T17:27:29Z)
• Score Matching-based Pseudolikelihood Estimation of Neural Marked Spatio-Temporal Point Process with Uncertainty Quantification [59.81904428056924]
  我々は、不確実な定量化を伴うmarkPsを学習するためのスコアMAtching推定器であるSMASHを紹介する。 具体的には,スコアマッチングによるマークPsの擬似的類似度を推定することにより,正規化自由度を推定する。 提案手法の優れた性能は、事象予測と不確実性定量化の両方において広範な実験によって実証される。
  論文  参考訳（メタデータ） (2023-10-25T02:37:51Z)
• Maximum Likelihood With a Time Varying Parameter [0.0]
  独立観測系列の進化を特徴付ける未知の時間変化パラメータを追跡する問題を考える。 本稿では,観測結果のログ類似度を時間変化ゲイン関数として振る舞う勾配勾配勾配に基づく手法を提案する。
  論文  参考訳（メタデータ） (2023-02-28T12:40:42Z)
• Data-Driven Influence Functions for Optimization-Based Causal Inference [105.5385525290466]
  統計的汎関数に対するガトー微分を有限差分法で近似する構成的アルゴリズムについて検討する。 本研究では,確率分布を事前知識がないが,データから推定する必要がある場合について検討する。
  論文  参考訳（メタデータ） (2022-08-29T16:16:22Z)
• Inference on Strongly Identified Functionals of Weakly Identified Functions [71.42652863687117]
  本研究では,ニュアンス関数が存在しない場合でも,関数を強く識別するための新しい条件について検討する。 本稿では,プライマリおよびデバイアスのニュアンス関数に対するペナル化ミニマックス推定器を提案する。
  論文  参考訳（メタデータ） (2022-08-17T13:38:31Z)
• Data Augmentation in the Underparameterized and Overparameterized Regimes [7.326504492614808]
  我々は,データの増大が推定値の分散と限定分布に与える影響を定量化する。 その結果、機械学習の実践において行われたいくつかの観察が確認できたが、予期せぬ発見につながった。
  論文  参考訳（メタデータ） (2022-02-18T11:32:41Z)
• Nonparametric Score Estimators [49.42469547970041]
  未知分布によって生成されたサンプルの集合からスコアを推定することは確率モデルの推論と学習における基本的なタスクである。 正規化非パラメトリック回帰の枠組みの下で、これらの推定器の統一的なビューを提供する。 カールフリーカーネルと高速収束による計算効果を享受する反復正規化に基づくスコア推定器を提案する。
  論文  参考訳（メタデータ） (2020-05-20T15:01:03Z)
• Estimating Treatment Effects with Observed Confounders and Mediators [25.338901482522648]
  因果グラフが与えられた場合、do-calculusは経験的に推定できる観察関節分布の関数として治療効果を表現することができる。 時折、do-calculusは複数の有効な公式を識別し、対応する推定器の統計特性を比較するように促す。 本稿では,共同創設者と仲介者の両方が観察される過度に同定されたシナリオについて検討し,両推定手法の有効性を検証した。
  論文  参考訳（メタデータ） (2020-03-26T15:50:25Z)
• The statistical physics of discovering exogenous and endogenous factors in a chain of events [0.0]
  本研究では,一連の事象発生時間から外生的・内生的要因を推定する手法を開発した。 この分析は、不均一なポアソン過程とホークス過程を組み合わせたモデルを用いて行われる。
  論文  参考訳（メタデータ） (2020-03-02T04:55:41Z)
• Orthogonal Statistical Learning [49.55515683387805]
  人口リスクが未知のニュアンスパラメータに依存するような環境では,統計学習における非漸近的過剰リスク保証を提供する。 人口リスクがNeymanityと呼ばれる条件を満たす場合,メタアルゴリズムによって達成される過剰リスクに対するニュアンス推定誤差の影響は2次であることを示す。
  論文  参考訳（メタデータ） (2019-01-25T02:21:24Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。