基于电子病历数据的最优治疗决策的半监督自适应推断
统计方法学
2022-03-07 v1 机器学习
摘要
治疗策略是一种根据患者协变量信息分配治疗的规则。近来，估计能产生最大总体期望临床结局的最优治疗策略引起了大量关注。本工作中，我们考虑在半监督设定下利用电子病历数据估计最优治疗策略。此处数据由两部分组成：一组具有协变量、治疗及结局信息的“有标签”患者，以及一组大得多的仅具协变量信息的“无标签”患者。我们提出一种基于插补的半监督方法，利用“无标签”个体获得更有效的最优治疗策略估计量。给出了所提估计量及其相关推断过程的渐近性质。通过模拟研究评估所提方法的经验性能，并与仅使用有标签数据的全监督方法比较。还给出了对重症监护病房（ICU）期间低血压发作治疗的电子病历数据集的应用以进一步说明。
引用
@article{arxiv.2203.02318,
title = {Adaptive Semi-Supervised Inference for Optimal Treatment Decisions with Electronic Medical Record Data},
author = {Kevin Gunn and Wenbin Lu and Rui Song},
journal= {arXiv preprint arXiv:2203.02318},
year = {2022}
}