面向优先级结果的最优治疗策略
统计方法学
2024-07-09 v1
摘要
动态治疗方案将精密医学形式化为一系列决策规则，这些规则针对临床干预的每个阶段，将当前患者信息映射到推荐的干预措施上。最优方案通常被定义为最大化标量结果分布的某个函数，如分布的均值或中位数。然而，在许多临床应用中，存在多个感兴趣的结果。我们考虑在存在多个按优先级排序但无法被领域专家组合为有意义的单一标量结果的情形下，估计最优方案的问题。我们提出了一种在此设置下的最优性定义，并说明，针对该定义的最优方案在大类效用函数下导致最大均值效用。此外，我们使用逆向强化学习来识别在预指定的效用函数类中最贴近我们定义的复合结果。仿真实验和一个来自 HIV/STI 预防的顺序多分配随机试验 (SMART) 的应用说明了所提出方法的有用性。
引用
@article{arxiv.2407.05537,
title = {Optimal treatment strategies for prioritized outcomes},
author = {Kyle Duke and Eric B. Laber and Marie Davidian and Michael Newcomb and Brian Mustanksi},
journal= {arXiv preprint arXiv:2407.05537},
year = {2024}
}