从观察数据到临床建议：估计患者水平治疗效果与学习政策的因果框架
机器学习
2025-07-17 v2 机器学习
应用统计
摘要
我们提出了一个构建患者特定治疗推荐模型的框架，基于最近大量关于学习患者水平因果模型的文献，受Hernan和Robins的靶向试验范式的启发。我们关注安全性和有效性，包括使用观察数据进行因果识别的关键问题。我们不提供具体模型，而是一种将现有方法和专业知识整合到实用管道中的方式。我们进一步提供了一个真实世界的用例，用于优化发展急性肾损伤期间心力衰竭患者的治疗方案。结果表明，我们的管道可以改善当前治疗方案所带来的患者结果。
引用
@article{arxiv.2507.11381,
title = {From Observational Data to Clinical Recommendations: A Causal Framework for Estimating Patient-level Treatment Effects and Learning Policies},
author = {Rom Gutman and Shimon Sheiba and Omer Noy Klein and Naama Dekel Bird and Amit Gruber and Doron Aronson and Oren Caspi and Uri Shalit},
journal= {arXiv preprint arXiv:2507.11381},
year = {2025}
}