贝叶斯非参数策略搜索及其在牙周复查间隔中的应用
应用统计
2018-10-11 v1
摘要
牙周病导致的牙齿脱落是美国一项重大公共卫生负担。标准临床实践是建议每六个月进行一次牙科就诊；然而该做法缺乏循证依据，且不良牙科结局与不断上涨的牙科保险费表明尚有改进空间。我们考虑一种定制化方法，基于患者特征与病史推荐复查时间，以在不增加资源支出的前提下最小化疾病进展。我们将该方法形式化为动态治疗体制，其包含一系列决策（每个干预阶段一个），遵循将当前患者信息映射至下次就诊时间推荐决策规则。牙周健康、就诊频率与患者依从性的动力学复杂，但估计的最优体制若欲整合进临床实践，必须对领域专家可解释。我们结合非参数贝叶斯动力学建模与策略搜索算法，在一类可解释的体制中估计最优动态治疗体制。模拟实验及对来自 HealthPartners HMO 的丰富电子牙科记录数据库的应用均表明，相较于竞争方法，我们所提方法在不增加平均推荐复查时间的情况下带来了更好的牙齿健康。
引用
@article{arxiv.1810.04338,
title = {Bayesian Nonparametric Policy Search with Application to Periodontal Recall Intervals},
author = {Qian Guan and Brian J. Reich and Eric B. Laber and Dipankar Bandyopadhyay},
journal= {arXiv preprint arXiv:1810.04338},
year = {2018}
}