个性化双侧剂量区间
统计方法学
2025-02-17 v3
摘要
在医学与社会科学等领域，治疗的目标通常是将关注的结果维持在期望范围内，而非优化其取值。为实现这一目标，为研究单元推荐一个治疗剂量区间可能比单一固定水平更切实可行。由于个体对同一治疗水平的反应可能不同，推荐的剂量区间应基于其独特特征进行个性化。已有迭代方法被提出以联合学习个性化剂量区间的上下界，但缺乏理论依据。为填补这一空白，我们提出一种基于经验风险最小化、使用新颖损失函数来学习个性化双侧剂量区间的方法。所提损失函数被设计为在张量积函数空间上良定义，从而无需迭代过程。此外，该损失函数对干扰函数的误设定具有双重鲁棒性。我们利用再生核希尔伯特空间理论，从超额风险的角度建立了估计剂量区间的统计性质。我们在华法林给药与就业团项目中的模拟研究与真实应用表明，所提直接估计方法优于包括基于间接回归的竞争性方法在内的其他方法。
引用
@article{arxiv.2302.12479,
title = {Personalized Two-sided Dose Interval},
author = {Chan Park and Guanhua Chen and Menggang Yu},
journal= {arXiv preprint arXiv:2302.12479},
year = {2025}
}