阿扎姆·亚兹达尼、阿克拉姆·亚兹达尼和埃里克·布尔温克尔
在随机干预(例如临床试验)的环境中,进行因果推断在概念上很简单。然而,在占大多数大规模流行病学研究的观察性研究中,因果推断因混杂因素和观察到的关联缺乏明确的方向性而变得复杂。在大多数大规模生物医学应用中,因果推断体现在有向无环图 (DAG) 中,它是变量(即节点)之间因果关系(即箭头)的图示。在观察性研究背景下进行因果推断的一个关键概念是分配机制,即有些人接受治疗,有些人则没有。这种观点为在分配机制 (AM) 背景下思考因果网络提供了一种结构。本文介绍并讨论了对观察到的有向关系的效应大小的估计。