合并多个随机试验以估计异质性处理效应的方法比较
统计方法学
2023-11-17 v2 机器学习
摘要
个体化治疗决策可改善健康结局，但利用数据以可靠、精确且可推广的方式做出这些决策在单一数据集中具有挑战性。利用多个随机对照试验可将具有无混杂处理分配的数据集合并，以更好地估计异质性处理效应。本文讨论了利用多个试验数据估计异质性处理效应的几种非参数方法。我们将单研究的方法扩展到多试验场景，并通过模拟研究考察其性能，数据生成场景具有不同水平的跨试验异质性。模拟表明，直接允许处理效应跨试验异质性的方法优于不允许的方法，且单研究方法的选择取决于处理效应的函数形式。最后，我们讨论了每种设置下表现良好的方法，并将其应用于四项随机对照试验，以考察重度抑郁症治疗的处理效应异质性。
引用
@article{arxiv.2303.16299,
title = {Comparison of Methods that Combine Multiple Randomized Trials to Estimate Heterogeneous Treatment Effects},
author = {Carly Lupton Brantner and Trang Quynh Nguyen and Tengjie Tang and Congwen Zhao and Hwanhee Hong and Elizabeth A. Stuart},
journal= {arXiv preprint arXiv:2303.16299},
year = {2023}
}