論文の概要: Identifying and Estimating Causal Direct Effects Under Unmeasured Confounding

• arxiv url: http://arxiv.org/abs/2604.01501v1
• Date: Thu, 02 Apr 2026 00:23:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-03 14:21:10.172877
• Title: Identifying and Estimating Causal Direct Effects Under Unmeasured Confounding
• Title（参考訳）: 非測定コンバウンディングによる因果直接効果の同定と推定
• Authors: Philippe Boileau, Nima S. Hejazi, Ivana Malenica, Peter B. Gilbert, Sandrine Dudoit, Mark J. van der Laan,
• Abstract要約: 因果媒介分析(Causal mediation analysis)は、機械的解釈によって与えられる効果を定義し、推定する技術を提供する。 自然的直接的および間接的効果は、厳密な識別要求のために実用性に制限される。
• 参考スコア（独自算出の注目度）: 2.7899823181728185
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Causal mediation analysis provides techniques for defining and estimating effects that may be endowed with mechanistic interpretations. With many scientific investigations seeking to address mechanistic questions, causal direct and indirect effects have garnered much attention. The natural direct and indirect effects, the most widely used among such causal mediation estimands, are limited in their practical utility due to stringent identification requirements. Accordingly, considerable effort has been invested in developing alternative direct and indirect effect decompositions with relaxed identification requirements. Such efforts often yield effect definitions with nuanced and challenging interpretations. By contrast, relatively limited attention has been paid to relaxing the identification assumptions of the natural direct and indirect effects. Motivated by a secondary aim of a recent non-randomized vaccine prospective cohort study (NCT05168813), we present a set of relaxed conditions under which the natural direct effect is identifiable in spite of unobserved baseline confounding of the exposure-mediator pathway; we use this result to investigate the effect mediated by putative immune correlates of protection. Relaxing the commonly used but restrictive cross-world counterfactual independence assumption, we discuss strategies for evaluating the natural direct effect in non-randomized settings that arise in the analysis of vaccine studies. We revisit prior studies of semi-parametric efficiency theory to demonstrate the construction of flexible, multiply robust estimators of the natural direct effect and discuss efficient estimation strategies that do not place restrictive modeling assumptions on nuisance functions.
• Abstract（参考訳）: 因果媒介分析(Causal mediation analysis)は、機械的解釈によって与えられる可能性のある効果を定義し、推定する技術を提供する。 多くの科学的研究が機械的問題に対処しようとしており、因果的直接的および間接的効果が注目されている。 このような因果媒介推定において最も広く用いられる自然的直接的および間接的効果は、厳密な識別要求のために実用性に制限されている。 そのため、緩和された識別要求を伴う間接的および間接的効果分解の開発にかなりの労力が費やされている。 このような努力は、しばしばニュアンスで挑戦的な解釈で効果の定義を導き出す。 対照的に、自然な直接効果と間接効果の同定仮定を緩和するために、比較的限られた注意が払われている。 近年の非ランダム化ワクチン先進コホート研究 (NCT05168813) の二次的目的により, 被曝媒介者経路の未観察ベースラインのコンバウンドにもかかわらず, 自然の直接効果が同定可能な一連の緩和条件が提示された。 一般的に用いられているが制限的なクロスワールドな反事実的独立の仮定を緩和し、ワクチン研究の分析で生じる非ランダム化環境での自然的直接的な効果を評価するための戦略について論じる。 半パラメトリック効率理論の先行研究を再考し、自然直接効果の柔軟でマルチプライロバストな推定器の構築を実証し、ニュアンス関数に限定的なモデリング仮定を配置しない効率的な推定戦略について議論する。

関連論文リスト

• Effect-Level Validation for Causal Discovery [1.8192444294441061]
  大規模テレメトリデータに因果発見を適用して,ユーザの介入効果を推定する。 しかし,フィードバック駆動型システムにおける意思決定の信頼性は高い。 本稿では,発見されたグラフを構造仮説として扱う,効果中心のアクセシビリティ優先フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-09T07:26:55Z)
• Causal Inference on Networks under Misspecified Exposure Mappings: A Partial Identification Framework [66.59051888063665]
  ネットワーク上の因果推論のための新しい部分同定フレームワークを提案する。 露光マッピングの誤用下では, 直接的および漏出的効果に対して, 鋭い上下境界を導出する。 実験の結果, 境界は情報的であり, 露光写像の誤特定の下では信頼性の高い結論が得られた。
  論文  参考訳（メタデータ） (2026-02-03T12:27:11Z)
• The Eminence in Shadow: Exploiting Feature Boundary Ambiguity for Robust Backdoor Attacks [51.468144272905135]
  深層ニューラルネットワーク(DNN)は、バックドア攻撃に対して脆弱なままでも重要なアプリケーションを支える。 バックドア攻撃を標的とした理論的解析を行い,不均質なモデル操作を実現するための疎い決定境界に着目した。 エミネンス(Eminence)は、理論的な保証と固有なステルス特性を持つ、説明可能で堅牢なブラックボックスバックドアフレームワークである。
  論文  参考訳（メタデータ） (2025-12-11T08:09:07Z)
• Assessing the robustness of heterogeneous treatment effects in survival analysis under informative censoring [50.164756034797136]
  臨床研究ではドロップアウトが一般的で、副作用やその他の理由で患者の半数以上が早期に退院する。 ドロップアウトが有益な場合、治療効果の推定値にもバイアスがかかるため、検閲バイアスが導入される。 検閲バイアスに直面した場合の生存分析における条件平均処理効果推定のロバスト性を評価するための仮定リーンフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-15T10:51:17Z)
• Beyond the ATE: Interpretable Modelling of Treatment Effects over Dose and Time [46.2482873419289]
  本研究では, 治療効果トラジェクトリを線量および時間とともに滑らかな表面としてモデル化する枠組みを提案する。 本研究は, 臨床的に有意な特性の特定から, 軌道形状の推定を分離する。 本手法は, 処理力学の精度, 解釈可能, 編集可能なモデルを生成する。
  論文  参考訳（メタデータ） (2025-07-09T20:33:33Z)
• Proximal Inference on Population Intervention Indirect Effect [8.296034406842345]
  人口介入間接効果(英: Population intervention indirect effect、PIIE)は、人口介入効果の間接成分を表す新しい媒介効果である。 本稿では,未測定の共同創設者が被曝・被曝・被曝・被曝・被曝・被曝関係に影響を及ぼすような環境下でのPIIE識別フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-04-16T08:14:55Z)
• Disentangled Representation for Causal Mediation Analysis [25.114619307838602]
  因果媒介分析(英: Causal mediation analysis)は、直接的および間接的な効果を明らかにするためにしばしば用いられる方法である。 深層学習はメディエーション分析において有望であるが、現在の手法では、治療、メディエーター、結果に同時に影響を及ぼす潜在的共同創設者のみを前提としている。 そこで本研究では,助成金の表現を3つのタイプに分けて,自然的直接効果,自然間接効果,および全効果を正確に推定する,ディスタングル・メディエーション分析変分自動エンコーダ(DMAVAE)を提案する。
  論文  参考訳（メタデータ） (2023-02-19T23:37:17Z)

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。