协变量调整的_counterfactual_治疗方案应答曲线的非参数估计
统计理论
2023-09-29 v1 统计方法学
机器学习
统计理论
摘要
在治疗方案下平均结局的灵活估计（即价值函数）是迈向个性化医疗的关键步骤。我们将目标参数定义为给定一组基线协变量的条件价值函数，称之为基于层的值函数。我们关注半参数类的决策规则，并在该类内提出一种基于筛的非参数协变量调整方案-应答曲线估计量。我们的工作在几个方面做出贡献。首先，我们提出平滑方案-应答曲线函数的逆概率加权非参数有效估计量。我们表明，当 nuisance 函数被充分欠光滑时，达到渐近线性。提出了用于欠光滑的渐近和有限样本准则。其次，利用高斯过程理论，我们提出平滑方案-应答曲线函数的同时置信区间。第三，我们提供方案-应答曲线估计量优化器的一致性和收敛速率；这使我们能够估计最优半参数规则。后者很重要，因为优化器对应于最优动态治疗方案。通过仿真探索了一些有限样本性质。
引用
@article{arxiv.2309.16099,
title = {Nonparametric estimation of a covariate-adjusted counterfactual treatment regimen response curve},
author = {Ashkan Ertefaie and Luke Duttweiler and Brent A. Johnson and Mark J. van der Laan},
journal= {arXiv preprint arXiv:2309.16099},
year = {2023}
}