Doubly-robust weighted ordinary least squares techniques for dynamic treatment regime estimation的最新进展
统计方法学
2025-02-03 v1
摘要
Dynamic treatment regime (DTR) 是一种用于 delivering precision medicine 的方法，通过患者特征来指导治疗决策，以实现最佳健康结果。针对 DTR 估计，已提出许多方法，包括 dynamic weighted ordinary least squares (dWOLS)，这是一种在易于实现的分析框架中提供对模型误指定容错的回归方法。最初，dWOLS 方法是在连续结果和二元治疗决策的假设下开发的。受临床研究的启发，后续的理论进展将 dWOLS 框架扩展到解决二元、连续和多类别治疗，涵盖包括二元、连续和生存型在内的各种结果类型。然而，某些情景仍未被探索。本文总结了过去十年 dWOLS 方法的扩展和应用，提供了原始 dWOLS 方法及其扩展的全面而详尽的综述，同时强调了其多样化的实际应用。我们还探讨了针对 dWOLS 实施挑战的研究，如模型验证、变量选择和处理测量误差。使用模拟数据，我们提供了数值示例以及在 \texttt{R} 环境中的逐步实现，以促进对 dWOLS 基于 DTR 估计方法论的更深入理解。
引用
@article{arxiv.2501.18819,
title = {Recent advances in doubly-robust weighted ordinary least squares techniques for dynamic treatment regime estimation},
author = {Adel Ahmadi Nadi and Michael Wallace},
journal= {arXiv preprint arXiv:2501.18819},
year = {2025}
}