抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
本論文では,高次元設定における選択オンザブル仮定の下で,データ駆動方法における観測された交絡因子を制御するために,二重機械学習と因果的仲介解析を組み合わせた。治療と結果の間の原因経路に対する中間変数(またはメディエーター)を通して操作される2成分処理の平均間接効果,ならびに非媒介直接効果を考察した。推定は,効率的なスコア関数に基づき,それは,結果,メディエーター,および処理モデルの多重ロバスト性特性w.r.t.誤仕様を持っている。この特性は,二重機械学習によってこれらのモデルを選択するための鍵であり,それは,関心の影響の推定における過剰適合を防ぐためのデータ分割と結びついた。直接および間接効果推定子は,特定の規則性条件の下で漸近的に正常および根-nであり,機械学習者としてラッソを考慮するとき,シミュレーション研究において示唆した方法の有限サンプル特性を研究する。また,Youthの米国国立縦断調査への経験的応用も提供し,メディエーターとしての日常的検査および直接効果による一般健康に対する健康保険カバレッジの間接的影響を評価した。しかし,日常的な検査によっては媒介されない一般的な健康に対する健康保険の適用範囲の中程度の短期効果を見出した。【JST・京大機械翻訳】