作者文章归档：王半仙
衰弱是老年人年龄相关性的一种特征，衰弱在社区居民的患病率为 10%，但在医院中，衰弱的患病率可能为 18%~40%，衰弱正逐渐成为威胁老年人健康的公共卫生问题
定义：衰弱（FRAIL 量表为 3-5 分，共 5 分）、衰弱前期（1-2 分）和非衰弱期（0 分）
临床表现：疲劳、易跌倒、谵妄、波动性失能、无法解释的体重下降和反复感染等
衰弱的理解：
呼吸治疗：通过一系列手段帮助患者维持正常的呼吸功能。对于危重患者而言，由于疾病或损伤导致自身呼吸功能不足，无法满足身体的氧气需求，因此需要借助外部设备或技术来辅助呼吸。
呼吸治疗的核心目标：在一定时间内给患者最佳呼吸支持包括向重要器官提供 PaO2 为 60-90mmHg，PaCO2<60mmHg 的可行气体交换的动脉血和足够的氧气输送，同时尽量减少不良影响
前置知识：双重差分法 DID、合成控制法、双向固定效应 TWFE
已知双重差分法 DID 的线性模型可表示如下： $$ Y_{it} = \beta_0 + \beta_1 Post_t + \beta_2 Treated_i + \beta_3 Treated_i Post_t + e_{it} $$
post 表示时间虚拟变量，treated 表示干预虚拟变量而通过引入个体/时间的固定效应，可以将 DID 表示为 TWFE 的形式： $$ \hat{\tau}^{did} = \underset{\mu, \alpha, \
前置知识：因果推断入门
随机实验（Randomised Experiments）
ATE=E[Y|T=1] - E[Y|T=0] = E[Y_1 - Y_0] $$
常见的随机实验：
去年总结： 2024年Obsidian新玩法总结
前置知识：因果效应评估_准实验、因果效应评估_异质性 、双重机器学习 DML
双向固定效应（Two Way Fixed Effect，TWFE）
当出现不同组的干预时间不同的情况，即错位实施（Staggered Adoption），TWFE 对干预效应的评估容易存在偏差，尤其是干预效应存在时间异质性的情况
简单来说，TWFE 会将早期干预组的干预效应
前置知识：因果效应评估_配平法、因果效应评估_异质性 、因果效应评估_元学习
双重机器学习 (Double Machine Learning, DML)：利用机器学习强大的预测能力，先剔除 X 对 T 的影响，再剔除 X 对 Y 的影响，最后看残差之间的关系。
DML 的实现过程：