预算约束下组合治疗的最优个体化治疗规则
统计方法学
2023-09-28 v3
摘要
个体化治疗规则(ITR)基于个体特征推荐最优治疗,已在精准医学、个性化教育与个性化营销等诸多领域引起相当关注。现有 ITR 估计方法主要采用两种或多种治疗中的一种。然而,多种治疗的组合在各类领域中可能更为有效。本文中,我们提出一种新颖的双编码器模型(DEM)以估计面向组合治疗的个体化治疗规则。所提双编码器模型是一种非参数模型,不仅灵活纳入复杂治疗效应与治疗间交互效应,还借助参数共享特性提升估计效率。此外,我们通过多选择背包公式将估计的 ITR 定制至预算约束下,从而增强所提方法在资源受限场景中的表现。在理论上,我们给出了有或无预算约束时的价值缩减界,以及 DEM 下关于治疗数量的改进收敛速率。我们的仿真研究表明,所提方法在各种设定下优于现有 ITR 估计。我们还在 PDX 数据上展示了所提方法的优越性能,其推荐最优组合治疗以缩小结直肠癌的肿瘤尺寸。
引用
@article{arxiv.2303.11507,
title = {Optimal Individualized Treatment Rule for Combination Treatments Under Budget Constraints},
author = {Qi Xu and Haoda Fu and Annie Qu},
journal= {arXiv preprint arXiv:2303.11507},
year = {2023}
}