A Flexible Approach for Assessing Heterogeneity of Causal Treatment Effects on Patient Survival Using Large Datasets with Clustered Observations.

Hu, Liangyuan; Ji, Jiayi; Liu, Hao; Ennis, Ronald

Hu, Liangyuan; Ji, Jiayi; Liu, Hao; Ennis, Ronald.

Afiliação

Hu L; Department of Biostatistics and Epidemiology, Rutgers University, New Brunswick, NJ 07102, USA.
Ji J; Department of Biostatistics and Epidemiology, Rutgers University, New Brunswick, NJ 07102, USA.
Liu H; Department of Biostatistics and Epidemiology, Rutgers University, New Brunswick, NJ 07102, USA.
Ennis R; Cancer Institute of New Jersey, Rutgers University, New Brunswick, NJ 07102, USA.

Int J Environ Res Public Health ; 19(22)2022 11 12.

Article em En | MEDLINE | ID: mdl-36429621

Assuntos

Aprendizado de Máquina; Projetos de Pesquisa; Humanos; Causalidade; Bases de Dados Factuais; Viés

Palavras-chave

causal inference; clustering; machine learning; survival data analysis; treatment effect heterogeneity

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Projetos de Pesquisa / Aprendizado de Máquina Idioma: En Ano de publicação: 2022 Tipo de documento: Article

Texto completo

Imprimir

XML

PubMed Links

Buscar no Google

Texto completo: 1 Base de dados: MEDLINE Assunto principal: Projetos de Pesquisa / Aprendizado de Máquina Idioma: En Ano de publicação: 2022 Tipo de documento: Article