用于估计最优动态治疗方案的$Q$-学习和$A$-学习方法
统计方法学
2015-02-04 v3 人工智能
摘要
在临床实践中，医生根据患者的基线和演变特征，在疾病过程中做出系列治疗决策。动态治疗方案是一组序贯决策规则，将这一过程操作化。每条规则对应一个决策点，并根据累积信息指示下一步治疗行动。利用现有数据，一个关键目标是估计最优方案，即如果患者群体遵循该方案，平均而言将产生最有利的结果。Q-学习和A-学习是用于此目的的两种主要方法。我们详细阐述了这些方法，研究了它们的性能，并利用一项抑郁症研究的数据进行了说明。
引用
@article{arxiv.1202.4177,
title = {$Q$- and $A$-Learning Methods for Estimating Optimal Dynamic Treatment Regimes},
author = {Phillip J. Schulte and Anastasios A. Tsiatis and Eric B. Laber and Marie Davidian},
journal= {arXiv preprint arXiv:1202.4177},
year = {2015}
}
备注
Published in at http://dx.doi.org/10.1214/13-STS450 the Statistical Science (http://www.imstat.org/sts/) by the Institute of Mathematical Statistics (http://www.imstat.org)