一种面向个性化医疗的情境化排序与选择方法
最优化与控制
2023-08-03 v3
摘要
问题定义：个性化医疗（PM）旨在从一组可用治疗方法中为每位患者寻求最佳治疗。由于特定治疗并非对所有患者都有效，传统上最佳治疗是基于医生的个人经验与专业知识选择的，这易受人为错误影响。同时，针对许多重大疾病的随机模型已在文献中得到充分发展。这催生了基于仿真的 PM 解决方案，其利用仿真工具评估治疗方法与患者生物特征配对下的表现，并据此为各患者特征选择最佳治疗。方法/结果：本研究中，我们将仿真决策中的排序与选择（R&S）模型推广至解决 PM。将患者的生物特征视为 R&S 的情境，称之为情境化排序与选择（CR&S）。我们考虑了分别具有小情境空间与大情境空间的两种 CR&S 表述，并发展了求解它们及确定速率最优预算分配规则的新技术。基于此，提出了两种选择算法，并通过一组抽象与真实世界算例测试显示其数值优越性。管理启示：本研究为 PM 的基于仿真决策提供了系统化途径。为提升可能情境下的整体决策质量，应将更多仿真资源投入难以区分最佳与非最佳治疗的情境中，而我们的结果量化了情境-治疗配对间仿真资源的最优权衡。
引用
@article{arxiv.2206.12640,
title = {A Contextual Ranking and Selection Method for Personalized Medicine},
author = {Jianzhong Du and Siyang Gao and Chun-Hung Chen},
journal= {arXiv preprint arXiv:2206.12640},
year = {2023}
}