使用基于分解的决策聚焦学习进行高效的公共卫生干预规划

受益者随时间推移参与度下降是公共卫生项目中的一个关键问题。提高留存率的一种流行策略是让卫生工作者对有退出风险的受益者进行“干预”。然而，这些卫生工作者的可用性和时间是有限的资源。因此，一直有研究致力于使用 Restless Multi-Armed Bandits (RMABs) 来优化这些有限的干预资源。在实践中使用该框架的关键技术障碍在于需要从历史数据中估计受益者的 RMAB 参数。最近的研究表明，决策聚焦学习（DFL）侧重于最大化受益者的依从性而非预测准确性，能够提高使用 RMAB 进行干预定位的性能。不幸的是，由于在每个 DFL 训练步骤中都需要求解和评估 RMAB，这些收益伴随着高昂的计算成本。在本文中，我们提供了一种原则性的方法来利用 RMAB 的结构，通过巧妙地解耦不同受益者的规划来加速干预规划。我们使用来自印度非政府组织 ARMMAN 的真实世界数据表明，我们的方法比最先进的方法快多达两个数量级，同时还能产生更好的模型性能。这将使该非政府组织能够利用 DFL 扩大部署规模，潜在地惠及数百万母亲，最终推动实现联合国可持续发展目标 3.1。