使用合成对照的自适应实验设计
机器学习
2024-02-12 v2 机器学习
摘要
临床试验通常是为了了解一种新疗法对特定患者群体的效果。然而，大规模群体中的患者对同一疗法的反应很少相同。这种患者反应的异质性使得有必要进行试验来研究对多个亚群的效果——尤其是当一种疗法对整体人群效果甚微或没有益处，但可能对某个特定亚群有显著益处时。基于这一需求，我们提出了 Syntax，一种探索性试验设计，旨在从众多亚群中识别出具有积极治疗效果的亚群。Syntax 具有样本效率，因为它 (i) 自适应地招募和分配患者，以及 (ii) 通过为每个亚群构建综合对照来估计治疗效果，该综合对照结合了来自其他亚群的对照样本。我们通过实验验证了 Syntax 的性能，并深入分析了它在何种情况下可能优于传统试验设计。
引用
@article{arxiv.2401.17205,
title = {Adaptive Experiment Design with Synthetic Controls},
author = {Alihan Hüyük and Zhaozhi Qian and Mihaela van der Schaar},
journal= {arXiv preprint arXiv:2401.17205},
year = {2024}
}
备注
Proceedings of the 27th International Conference on Artificial Intelligence and Statistics