• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

The role of causal inference in health services research II: a framework for causal inference.

作者信息

Moser André, Puhan Milo A, Zwahlen Marcel

机构信息

Epidemiology, Biostatistics and Prevention Institute, University of Zurich, Hirschengraben 84, 8001, Zurich, Switzerland.

Institute of Social and Preventive Medicine, University of Bern, Mittelstrasse 43, 3012, Bern, Switzerland.

出版信息

Int J Public Health. 2020 Apr;65(3):367-370. doi: 10.1007/s00038-020-01334-1. Epub 2020 Feb 12.

DOI:10.1007/s00038-020-01334-1
PMID:32052085
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC7183498/
Abstract
摘要
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/1480/7183498/fb9e6c3fe71c/38_2020_1334_Fig1_HTML.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/1480/7183498/fb9e6c3fe71c/38_2020_1334_Fig1_HTML.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/1480/7183498/fb9e6c3fe71c/38_2020_1334_Fig1_HTML.jpg

相似文献

1
The role of causal inference in health services research II: a framework for causal inference.因果推断在卫生服务研究中的作用II：因果推断框架
Int J Public Health. 2020 Apr;65(3):367-370. doi: 10.1007/s00038-020-01334-1. Epub 2020 Feb 12.
2
Causal language and strength of inference in academic and media articles shared in social media (CLAIMS): A systematic review.社交媒体分享的学术和媒体文章中的因果语言和推理强度（CLAIMS）：系统评价。
PLoS One. 2018 May 30;13(5):e0196346. doi: 10.1371/journal.pone.0196346. eCollection 2018.
3
Ensuring Causal, Not Casual, Inference.确保因果推断，而非关联推断。
Prev Sci. 2019 Apr;20(3):452-456. doi: 10.1007/s11121-018-0971-9.
4
Why Causal Inference Matters to Nurses: The Case of Nurse Staffing and Patient Outcomes.为何因果推断对护士至关重要：以护士人员配置与患者结局为例
Online J Issues Nurs. 2016 May 31;21(2):2. doi: 10.3912/OJIN.Vol21No02Man02.
5
Causal learning and inference as a rational process: the new synthesis.因果学习与推理作为一种理性过程：新综合。
Annu Rev Psychol. 2011;62:135-63. doi: 10.1146/annurev.psych.121208.131634.
6
Practical implications of modes of statistical inference for causal effects and the critical role of the assignment mechanism.统计推断模式对因果效应的实际影响以及分配机制的关键作用。
Biometrics. 1991 Dec;47(4):1213-34.
7
Imputation approaches for potential outcomes in causal inference.因果推断中潜在结果的插补方法。
Int J Epidemiol. 2015 Oct;44(5):1731-7. doi: 10.1093/ije/dyv135. Epub 2015 Jul 25.
8
Preventive Effect Heterogeneity: Causal Inference in Personalized Prevention.预防效果异质性：个性化预防中的因果推理。
Prev Sci. 2019 Jan;20(1):21-29. doi: 10.1007/s11121-017-0826-9.
9
For and Against Methodologies: Some Perspectives on Recent Causal and Statistical Inference Debates.赞成与反对方法论：对近期因果推断和统计推断争议的一些观点。
Eur J Epidemiol. 2017 Jan;32(1):3-20. doi: 10.1007/s10654-017-0230-6. Epub 2017 Feb 20.
10
Real-World Evidence, Causal Inference, and Machine Learning.真实世界证据、因果推理和机器学习。
Value Health. 2019 May;22(5):587-592. doi: 10.1016/j.jval.2019.03.001.

引用本文的文献

1
The role of causal inference in health services research I: tasks in health services research.因果推断在卫生服务研究中的作用I：卫生服务研究中的任务
Int J Public Health. 2020 Mar;65(2):227-230. doi: 10.1007/s00038-020-01333-2. Epub 2020 Feb 12.

本文引用的文献

1
The role of causal inference in health services research I: tasks in health services research.因果推断在卫生服务研究中的作用I：卫生服务研究中的任务
Int J Public Health. 2020 Mar;65(2):227-230. doi: 10.1007/s00038-020-01333-2. Epub 2020 Feb 12.
2
Avoidable flaws in observational analyses: an application to statins and cancer.避免观察性分析中的缺陷：他汀类药物与癌症的应用。
Nat Med. 2019 Oct;25(10):1601-1606. doi: 10.1038/s41591-019-0597-x. Epub 2019 Oct 7.
3
Paying for efficiency: Incentivising same-day discharges in the English NHS.
付费提高效率：英国国民保健制度激励当日出院。
J Health Econ. 2019 Dec;68:102226. doi: 10.1016/j.jhealeco.2019.102226. Epub 2019 Aug 21.
4
Guidance for a causal comparative effectiveness analysis emulating a target trial based on big real world evidence: when to start statin treatment.基于大型真实世界证据模拟目标试验的因果比较有效性分析指南：何时开始他汀类药物治疗。
J Comp Eff Res. 2019 Sep;8(12):1013-1025. doi: 10.2217/cer-2018-0103. Epub 2019 Sep 12.
5
Patients with complex chronic conditions: Health care use and clinical events associated with access to a patient portal.患有复杂慢性病的患者：与获得患者门户相关的医疗保健使用和临床事件。
PLoS One. 2019 Jun 19;14(6):e0217636. doi: 10.1371/journal.pone.0217636. eCollection 2019.
6
Targeted learning with daily EHR data.基于电子健康记录（EHR）数据的目标学习。
Stat Med. 2019 Jul 20;38(16):3073-3090. doi: 10.1002/sim.8164. Epub 2019 Apr 25.
7
The C-Word: The More We Discuss It, the Less Dirty It Sounds.“癌症”这个词：我们讨论得越多，它听起来就不那么忌讳了。
Am J Public Health. 2018 May;108(5):625-626. doi: 10.2105/AJPH.2018.304392.
8
Electronic medical records can be used to emulate target trials of sustained treatment strategies.电子病历可用于模拟持续性治疗策略的目标试验。
J Clin Epidemiol. 2018 Apr;96:12-22. doi: 10.1016/j.jclinepi.2017.11.021.
9
Using Observational Data to Calibrate Simulation Models.利用观测数据校准仿真模型。
Med Decis Making. 2018 Feb;38(2):212-224. doi: 10.1177/0272989X17738753. Epub 2017 Nov 15.
10
simcausal R Package: Conducting Transparent and Reproducible Simulation Studies of Causal Effect Estimation with Complex Longitudinal Data.simcausal R软件包：使用复杂纵向数据进行因果效应估计的透明且可重复的模拟研究。
J Stat Softw. 2017;81. doi: 10.18637/jss.v081.i02. Epub 2017 Oct 16.