hig.sePublikationer
Ändra sökning
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard-cite-them-right
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • sv-SE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • de-DE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf
Estimating and testing sequential causal effects based on alternative G-formula: an observational study of the influence of early diagnosis on survival of cardia cancer
Department of Medical Epidemiology and Biostatistics, Karolinska Institutet, Stockholm, Sweden.
Högskolan i Gävle, Akademin för teknik och miljö, Avdelningen för elektroteknik, matematik och naturvetenskap, Matematik.
2024 (Engelska)Ingår i: Communications in statistics. Simulation and computation, ISSN 0361-0918, E-ISSN 1532-4141, Vol. 53, nr 4, s. 1917-1931Artikel i tidskrift (Refereegranskat) Published
Abstract [en]

Cancer diagnosis is part of a complex stochastic process, in which patients' personal and social characteristics influence the choice of diagnosing methods, diagnosing methods in turn influence the initial assessment of cancer stage, cancer stage in turn influences the choice of treating methods, and treating methods in turn influence cancer outcomes such as cancer survival. To evaluate the performance of diagnoses, one needs to estimate and test the sequential causal effect (SCE) under a specified regime of diagnoses and treatments in such a complex observational study, where the data-generating mechanism is unknown and modeling is needed for statistical inference. In this article, we introduce a method of statistical modeling to estimate and test SCEs under regimes of treatments (diagnoses and treatments in cancer diagnosis) in complex observational studies. By applying the alternative G-formula, we express the SCE in terms of the point effects of treatments in the sequence, so that the modeling can be conducted via the point effects in the framework of single-point causal inference. We illustrate our method by a medical example of cancer diagnosis with data from a Swedish prognosis study of cardia cancer.

Ort, förlag, år, upplaga, sidor
Taylor & Francis , 2024. Vol. 53, nr 4, s. 1917-1931
Nyckelord [en]
Cancer diagnosis, G-formula, Point effect, Sequential causal effect, Statistical modeling
Nationell ämneskategori
Sannolikhetsteori och statistik
Identifikatorer
URN: urn:nbn:se:hig:diva-38421DOI: 10.1080/03610918.2022.2060511ISI: 000781684200001Scopus ID: 2-s2.0-85129213832OAI: oai:DiVA.org:hig-38421DiVA, id: diva2:1652360
Forskningsfinansiär
Forskningsrådet Formas, 2019-02913VetenskapsrådetTillgänglig från: 2022-04-19 Skapad: 2022-04-19 Senast uppdaterad: 2024-03-25Bibliografiskt granskad

Open Access i DiVA

fulltext(1775 kB)11 nedladdningar
Filinformation
Filnamn FULLTEXT01.pdfFilstorlek 1775 kBChecksumma SHA-512
c8ba0de0bb6e79275059e9e6300703187e0b7a2ae859e2628491cabdcf4cad0112384a2eebb851a52eebf0872b06117f5ab621bdb425fdac50607b1bc3a407ee
Typ fulltextMimetyp application/pdf

Övriga länkar

Förlagets fulltextScopus

Person

Wang, Xiaoqin

Sök vidare i DiVA

Av författaren/redaktören
Wang, Xiaoqin
Av organisationen
Matematik
I samma tidskrift
Communications in statistics. Simulation and computation
Sannolikhetsteori och statistik

Sök vidare utanför DiVA

GoogleGoogle Scholar
Totalt: 11 nedladdningar
Antalet nedladdningar är summan av nedladdningar för alla fulltexter. Det kan inkludera t.ex tidigare versioner som nu inte längre är tillgängliga.

doi
urn-nbn

Altmetricpoäng

doi
urn-nbn
Totalt: 86 träffar
RefereraExporteraLänk till posten
Permanent länk

Direktlänk
Referera
Referensformat
  • apa
  • harvard-cite-them-right
  • ieee
  • modern-language-association-8th-edition
  • vancouver
  • Annat format
Fler format
Språk
  • sv-SE
  • en-GB
  • en-US
  • fi-FI
  • nn-NO
  • nn-NB
  • de-DE
  • Annat språk
Fler språk
Utmatningsformat
  • html
  • text
  • asciidoc
  • rtf