基于广义随机森林对时间事件结局平均处理效应的排序
统计方法学
2021-04-28 v1
摘要
在本文中，我们提出一种基于广义随机森林的时间事件设定下平均处理效应估计的数据自适应估计过程。在此类设定中，因果效应参数的定义因竞争风险而复杂化；这里我们区分对粗概率与净概率的处理效应。为处理右删失并在粗概率与净概率间切换，我们提出一种两步估计过程，应用逆概率加权构造时间点特定的加权结局作为森林的输入。该森林通过应用针对因果参数的分裂规则自适应地处理所分配治疗的混杂。我们证明我们的方法对于按效应大小排序的治疗列表进行因果搜索是有效的。我们进一步将我们的方法应用于丹麦健康登记处的数据集，其中发现对重度抑郁复发具有意外保护效应的药物令人关注。
引用
@article{arxiv.2104.13028,
title = {Ranking of average treatment effects with generalized random forests for time-to-event outcomes},
author = {Helene C. W. Rytgaard and Claus T. Ekstrøm and Lars V. Kessing and Thomas A. Gerds},
journal= {arXiv preprint arXiv:2104.13028},
year = {2021}
}