通过凹融合探索异质处理效应
统计方法学
2019-08-21 v3
摘要
理解处理异质性对于精准医学的发展至关重要，精准医学旨在为具有相似特征的患者亚组量身定制医疗方案。实现这一目标的挑战之一是，我们通常没有关于患者处理分组信息的先验知识。为了解决这个问题，我们考虑了一个异质回归模型，假设处理变量的系数是依赖于个体的，并且属于具有未知分组信息的不同亚组。我们开发了一种凹融合惩罚方法，用于自动估计分组结构和亚组特定的处理效应，并推导了用于其实现的交替方向乘子法算法。我们还研究了所提方法的理论性质，并证明了在适当条件下存在一个局部极小化子，它以高概率等于具有真实分组信息先验知识的 oracle 最小二乘估计量。这为基于所提方法对亚组特定处理效应进行统计推断提供了理论支持。我们通过模拟研究评估了所提方法的性能，并通过分析来自 AIDS 临床试验组研究的数据说明了其应用。
关键词
引用
@article{arxiv.1607.03717,
title = {Exploration of heterogeneous treatment effects via concave fusion},
author = {Shujie Ma and Jian Huang and Zhiwei Zhang and Mingming Liu},
journal= {arXiv preprint arXiv:1607.03717},
year = {2019}
}