A Causal Mediation Analysis for Investigating the Effect of a Randomized Cash-Transfer Program in Nicaragua
Notice bibliographique
Résumé
Mediation analysis can be applied to data from randomized trials of health and social interventions to draw causal inference concerning their mechanisms. We used data from a cluster-randomized trial in Nicaragua, fielded between 2000 and 2002, to investigate whether the impact of providing access to a conditional cash-transfer program on child nutritional outcomes was mediated by child health check-ups and household dietary diversity. In a sample of 443 children 6-35 months old, we estimated the controlled direct (CDE) effect of random assignment on measured height-for-age z scores had we intervened so that all children received a health check-up and had the same level of household dietary diversity, using inverse-probability weighted marginal structural models to account for mediator-outcome confounding. Sensitivity analyses corrected the CDE for potential nondifferential error in the measurement of dietary diversity. Treatment assignment increased height-for-age z score by 0.37 (95% CI: 0.05, 0.69) standard deviations. The CDE was 0.20 (95% CI: -0.17, 0.57) standard deviations, suggesting nearly one-half of the program's impact on child nutrition would be eliminated had we intervened on these factors, although estimates were relatively imprecise. This study provides an illustration of how causal mediation analysis can be applied to examine the mechanisms of multifaceted interventions.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,175 | 0,281 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,005 | 0,010 |
| Bibliométrie | 0,004 | 0,003 |
| Études des sciences et des technologies | 0,002 | 0,003 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,003 | 0,005 |
| Intégrité de la recherche | 0,003 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».