| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-19页 |
| 1.1 研究背景及意义 | 第9-12页 |
| 1.1.1 对慢性心力衰竭的认识 | 第9页 |
| 1.1.2 CER的提出 | 第9-10页 |
| 1.1.3 因果推断的思想方法 | 第10页 |
| 1.1.4 Lasso方法的引入 | 第10-11页 |
| 1.1.5 成本-效果分析方法 | 第11-12页 |
| 1.2 慢性心衰病中西医治疗方案 | 第12-13页 |
| 1.2.1 西医诊治方案 | 第12-13页 |
| 1.2.2 中医诊治方案 | 第13页 |
| 1.3 Lasso的研究现状 | 第13-16页 |
| 1.4 干预效果推断的研究现状 | 第16-17页 |
| 1.5 CEA研究现状 | 第17页 |
| 1.6 本文研究内容 | 第17-18页 |
| 1.7 本文组织架构 | 第18-19页 |
| 第2章 Lasso的理论与算法 | 第19-27页 |
| 2.1 Lasso方法 | 第19-22页 |
| 2.1.1 Elastic Net估计 | 第19-20页 |
| 2.1.2 Group Lasso | 第20-21页 |
| 2.1.3 Fused Lasso | 第21页 |
| 2.1.4 AdaptiveLasso | 第21-22页 |
| 2.2 Lasso相关算法 | 第22-25页 |
| 2.2.1 坐标轴下降算法 | 第22-23页 |
| 2.2.2 前向选择算法 | 第23页 |
| 2.2.3 前向梯度算法 | 第23-24页 |
| 2.2.4 最小角回归算法 | 第24-25页 |
| 2.3 参数选择方法 | 第25-27页 |
| 第3章 基于Lasso的观测变量的干预效果推断模型 | 第27-34页 |
| 3.1 反事实框架和目标参数 | 第27-28页 |
| 3.2 基于观测变量的干预效果线性模型 | 第28-29页 |
| 3.3 双变量法选择后的最小二乘估计 | 第29-31页 |
| 3.4 基于Lasso方法的控制项选择 | 第31-33页 |
| 3.5 Lasso回归的联合显著性检验 | 第33-34页 |
| 第4章 慢性心力衰竭临床数据实证研究 | 第34-40页 |
| 4.1 应用数据背景 | 第34-35页 |
| 4.2 实验结果与分析 | 第35-37页 |
| 4.3 讨论 | 第37-40页 |
| 4.3.1 本文的创新点 | 第37页 |
| 4.3.2 展望工作 | 第37页 |
| 4.3.3 治疗建议 | 第37-40页 |
| 第5章 结论 | 第40-41页 |
| 参考文献 | 第41-45页 |
| 致谢 | 第45-46页 |
| 研究生期间录用(投递)论文情况 | 第46页 |