研究人员开发了一种新的亚采样和重加权策略，以提高纵向数据中罕见事件因果效应估计的计算效率。该方法解决了现有基于g公式的技术（如ICE估计器）面临的高计算成本和类别不平衡的挑战。所提出的方法提高了估计的稳定性并降低了计算负担，这在模拟研究和一项关于自杀风险的大规模电子健康记录队列研究中得到了证明。 AI
影响 提高了因果推断模型的准确性和效率，尤其是在医疗保健数据中处理罕见事件时。
排序理由 该集群包含一篇详细介绍新统计方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2606.01539v1 Announce Type: cross Abstract: Estimating the causal effect of time-varying treatments on survival outcomes in large observational studies is computationally demanding, particularly when outcomes are rare. While g-formula-based methods such as the iterative con…