存在不依从性情况下的最优动态治疗制度估计
统计方法学
2024-02-21 v1
摘要
动态治疗制度 (DTRs) 是一系列函数，形式化了精准医疗的过程。DTRs 以患者信息为输入并输出治疗建议。DTR 文献的一个主要焦点是最优 DTRs 的估计，即如果在整个人群中应用，能在期望上产生最佳结果的决策规则序列。虽然关于最优 DTR 估计的文献很丰富，但迄今为止很少考虑不依从性对这些估计程序的影响。不依从性指的是个人的处方治疗与其实际治疗不匹配的任何过程。我们探讨了不依从性的影响，并表明通常情况下，当忽略不依从性时，估计出的制度将是次优的。鉴于这些发现，我们提出了一种在存在不依从性的情况下估计最优 DTRs 的方法。由此产生的估计量是一致的且渐近正态的，具有双重稳健性。通过模拟，我们证明了这些结果的可靠性，并说明了调整不依从性影响的所提估计程序与在无依从性数据上计算的估计量之间具有可比的表现。
引用
@article{arxiv.2402.12555,
title = {Optimal Dynamic Treatment Regime Estimation in the Presence of Nonadherence},
author = {Dylan Spicker and Michael P. Wallace and Grace Y. Yi},
journal= {arXiv preprint arXiv:2402.12555},
year = {2024}
}