已有个体化治疗，为何没有个体化推断？

医生使用统计学来推进医学知识；我们借用一个医学类比来“从零开始”介绍统计推断，并强调一种改进。你的医生或许隐含地基于某种治疗在临床试验中的表现来预测其对你的有效性；试验患者充当了你的对照。同样的逻辑支撑着统计推断：为了确定用于某个问题的最佳统计程序，我们模拟一组对照问题并在对照上评估候选程序。现在的改进是：近期对个性化/个体化医学的兴趣源于认识到某些临床试验患者比其他患者更适合作为你的对照。因此，针对你的治疗决策应仅依赖于相关患者的子集。个体化统计推断将这一思想应用于对照问题（而非患者）。其在改进数据分析方面的潜力可与个性化医学在改善医疗方面的潜力相媲美。核心问题——对于个体化医学和个体化推断都是——是如何做出正确的相关性-鲁棒性权衡：如果我们在确定哪些对照相关时行使过多的判断，我们的推断将不具备鲁棒性。多少算过多？我们认为这个未知的答案正是统计推断的圣杯。