真實世界數據集是否包含自然實驗？一項使用因果特徵選擇的實證研究

研究論文提出，自然實驗是指那些影響部分個體或群體而非全部的事件，構成隱性干預。例如，COVID-19 大流行是冠狀病毒對感染子群的干預。論文探討現有真實世界數據集是否包含此類自然實驗，並如何處理它們。研究使用因果發現來恢復潛在因果圖，並基於因果連結進行特徵選擇。如果通過將數據視為干預性而非觀察性，下游效能提升，則表明數據集包含自然實驗。研究首先通過合成圖模擬數據集驗證假設，然後對一系列真實世界數據集進行系統性實證評估。結果表明，真實世界數據集確實包含自然實驗，且我們可以利用這些自然實驗通過因果推理提升模型效能。這項工作代表了該領域的初步探索，在有限範圍內提供初步研究。