识别动态治疗策略的后果：一个决策理论综述

我们考虑基于观测数据学习和比较动态治疗策略后果的问题。我们在一个概率决策理论框架内对此进行阐述。我们的方法与Robins等人的相关工作进行了比较：特别地，我们展示了Robins的“G-计算”算法如何自然地源于这一决策理论视角。我们仔细关注了证明使用该公式所需的条件，这些条件围绕一个我们称之为稳定性的性质展开，该性质关联了观测和干预机制的概率行为。我们展示了如何利用“序贯随机化”（或“无未测量混杂因素”）假设或替代的“序贯无关性”假设来推断稳定性。使用概率影响图来简化操作，并讨论了其优势和局限性。我们将我们的方法与基于因果DAG或潜在响应模型的替代公式进行了比较。我们旨在表明，将评估动态治疗策略的问题表述为决策分析问题，能带来清晰性、简洁性和普适性。