The application of target trials with longitudinal targeted maximum likelihood estimation to assess the effect of alcohol consumption in adolescence on depressive symptoms in adulthood
Notice bibliographique
Résumé
Time-varying confounding is a common challenge for causal inference in observational studies with time-varying treatments, long follow-up periods, and participant dropout. Confounder adjustment using traditional approaches can be limited by data sparsity, weight instability, and computational issues. The Nicotine Dependence in Teens Study is a prospective cohort study, and we used data from 21 data collection cycles carried out from 1999 to 2008 among 1294 students recruited from 10 high schools in Montreal, Quebec, Canada, including follow-up into adulthood. Our aim in this study was to estimate associations of timing of alcohol initiation and cumulative duration of alcohol use with depression symptoms in adulthood. Based on the target trials framework, we defined intention-to-treat and as-treated parameters in a marginal structural model with sex as a potential effect-modifier. We then used the observational data to emulate the trials. For estimation, we used pooled longitudinal target maximum likelihood estimation, a plug-in estimator with double-robust and local efficiency properties. We describe strategies for dealing with high-dimensional potential drinking patterns and practical positivity violations due to a long follow-up time, including modifying the effect of interest by removing sparsely observed drinking patterns from the loss function and applying longitudinal modified treatment policies to represent the effect of discouraging drinking.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,013 | 0,028 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».