用于医疗保健成本效益分析的似不相关贝叶斯加性回归树

近年来，理论结果与模拟证据表明，贝叶斯加性回归树是一种高效的非参数回归方法。受卫生经济学中成本效益分析的启发——其中关注点在于对医疗保健治疗成本与患者所经历的相应健康相关生活质量进行联合建模——我们提出了 BART 的一种多元扩展，适用于具有多个相依结果变量的回归分析。我们的框架允许连续或二元结果，并通过允许每个单独响应关联不同的树集合，同时处理结果之间的依赖关系，从而克服了现有多元 BART 模型的一些关键局限。在连续结果的情况下，我们的模型本质上是似不相关回归的非参数版本。同样，我们对二元结果的提议是多元 probit 模型的非参数推广。我们给出了易于解释的先验分布建议，允许指定信息先验和无信息先验。我们详细讨论了用于进行后验推断的 MCMC 采样方法。我们的方法在 R 包 "subart" 中实现。我们通过广泛的模拟实验和一项卫生经济学的实证案例应用展示了其性能。通过以适合因果分析的方式纳入倾向得分，我们发现了一项新型创伤护理干预的成本效益的实质性证据。