多水平倾向性评分模型因果效应估计的研究现状

胡琳, 于洁, 唐梓桓, 陈苗双, 杨春霞, 张韬

中国卫生统计 ›› 2026, Vol. 43 ›› Issue (02) : 302 -305.

PDF
中国卫生统计 ›› 2026, Vol. 43 ›› Issue (02) : 302 -305.

多水平倾向性评分模型因果效应估计的研究现状

    胡琳, 于洁, 唐梓桓, 陈苗双, 杨春霞, 张韬
作者信息 +

Author information +
文章历史 +
PDF

摘要

倾向性评分(propensity score, PS)是对观察性研究进行因果推断的重要工具,在观察结果独立的前提条件下发展起来。然而,在重大慢性病(如心脑血管疾病)、传染病以及衰老效应相关研究中,数据呈现层次结构,“未测量背景”问题伴随而来。针对该问题,可以构建多水平倾向性评分模型处理层次数据中未测量群体水平混杂变量。本文对该方法近年研究现状进行论述,并对进一步研究进行展望。

关键词

因果推断 / 多水平倾向性评分模型 / 未测量群体水平混杂变量

Key words

引用本文

引用格式 ▾
胡琳, 于洁, 唐梓桓, 陈苗双, 杨春霞, 张韬. 多水平倾向性评分模型因果效应估计的研究现状[J]. 中国卫生统计, 2026, 43(02): 302-305 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/