Journal of Data Mining in Genomics & Proteomics

Abstrato

Aspectos Conceituais das Redes Causais num Contexto Aplicado

Azam Yazdani, Akram Yazdani e Eric Boerwinkle

Fazer inferências causais é conceptualmente simples no cenário de uma intervenção randomizada, como um ensaio clínico. No entanto, nos estudos observacionais, que representam a maioria dos estudos epidemiológicos de grande escala, a inferência causal é complicada pela confusão e pela falta de direcionalidade clara subjacente a uma associação observada. Na maioria das aplicações biomédicas de grande escala, a inferência causal é incorporada nos Gráficos Acíclicos Direcionados (DAG), que são uma ilustração de relações causais (i.e., setas) entre as variáveis ​​(i.e., nós). Um conceito-chave para fazer inferência causal no contexto de estudos observacionais é o mecanismo de atribuição, pelo qual alguns indivíduos são tratados e outros não. Esta perspetiva fornece uma estrutura para pensar sobre as redes causais no contexto do mecanismo de atribuição (AM). A estimativa dos tamanhos dos efeitos das relações dirigidas observadas é apresentada e discutida.