最优动态治疗策略的贝叶斯推断及其实践
统计方法学
2023-03-28 v1
摘要
本工作中，我们考察近期发展的用于最优动态治疗策略（DTRs）贝叶斯推断的方法。DTRs是一组旨在根据患者特异性特征定制患者护理的治疗决策规则，因而属于精准医学范畴。在该领域，研究者寻求定制疗法以改善健康结局；因此，他们最关注识别最优DTRs。近期工作已开发通过贝叶斯动态边际结构模型（MSMs）在由索引的族中识别最优DTRs的贝叶斯方法（Rodriguez Duque等，2022a）；我们回顾所提估计流程并通过新BayesDTR R包展示其使用。尽管（Rodriguez Duque等，2022a）中方法能较好估计最优DTRs，但当若人群中所有人遵循给定治疗策略的期望结局（称为值函数）的模型设定有误或使用网格搜索寻优时，可能导致有偏估计。我们描述近期利用值函数上的高斯过程（）先验作为鲁棒识别最优DTRs手段的工作（Rodriguez Duque等，2022b）。我们演示如何通过BayesDTR包实现方法，并与其他值搜索识别最优DTRs方法对比。我们使用一项HIV治疗试验数据，以展示这些方法的标准分析，同时利用原始观测试验数据与附加模拟分量来呈现纵向（两阶段DTR）分析。
引用
@article{arxiv.2303.15281,
title = {Bayesian inference for optimal dynamic treatment regimes in practice},
author = {Daniel Rodriguez Duque and Erica E. M. Moodie and David A. Stephens},
journal= {arXiv preprint arXiv:2303.15281},
year = {2023}
}