存在未测量混杂因素时连续时间动态治疗的因果效应估计
统计方法学
2026-04-02 v1
摘要
现代医学研究需要专门的因果推断方法来评估使用观测数据的复杂连续时间动态治疗方案。例如，获取静脉给药（一个涉及治疗剂量动态调整的连续过程）的因果效应，可以指导临床医生的药物使用。然而，纵向研究中现有的因果推断框架通常假设时间以离散时间步推进。因此，本文提出了一种新方法，用于在存在未测量混杂的情况下估计连续时间动态治疗的因果效应。从未测量的混杂因素被纳入从贝叶斯角度估计连续时间边际结构模型的过程中。模拟表明，与现有方法相比，所提出的方法在三种混杂程度下都能为目标因果参数提供近似无偏的估计。该方法被应用于分析静脉注射催产素过程与产后出血之间的因果关系，得出了可能指导临床医生使用催产素的有意义结果。
引用
@article{arxiv.2604.00544,
title = {Estimating causal effects of continuous-time dynamic treatments with unmeasured confounders},
author = {Haiyan Zhu and Yingchun Zhou},
journal= {arXiv preprint arXiv:2604.00544},
year = {2026}
}