Oct, 2021

聚合和细分治疗的政策评估：影响还是治疗异质性？

PDF
TL;DR针对二元处理的蒙太奇方法的提出，用于发现掩盖的治疗异质性，同时通过基于双重 / 偏倚机器学习的估计和推断过程，来克服多个治疗方案的高维混淆、极端倾向得分等问题，并得出了不同烟草吸食量对出生体重不同的影响和求职培训方面存在的性别差异等因素。
binary treatmentstreatment heterogeneitydouble/debiased machine learningconfoundingbirthweight
发现论文，激发创造
  • 随机方案评估中治疗效果异质性的估计

    本文研究对社会项目和医疗方案的疗效进行随机实验评估时，如何准确评估其异质性治疗效应，进而为大量可用的治疗方案选择最有效的方案，确定治疗成功或失败的人群，以及设计个性化的最佳治疗方案。本文提出一种利用支持向量机分类器适应变量选择问题进行异质性治疗效应评估的方法，并证明其优于常用替代方法。

    May, 2013

  • 异质性治疗效果的学习触发器

    本文探讨了异质性治疗效应估计的一个变体问题，提出了一种基于树形学习方法来寻找治疗效应异质性的方法，可以学习和确认个体化的治疗方案，并在多个数据集上的实验证明了该方法比现有方法更为优越。

    Jan, 2019

  • 基于数据驱动的异质性治疗效应估计

    本文综述了数据驱动方法在异质性治疗效应估计上的应用，分为基于反事实预测和直接估计因果效应的方法，还有从数据中学习模型结构的结构因果模型方法，并在不同结构模型机制下进行了实证评估。

    Jan, 2023

  • 面板数据中的异质处理效应

    利用回归树对面板数据进行分析，将观测值划分为具有相似治疗效果的不相交簇，并利用面板数据的低秩结构估计每个簇的平均治疗效果，提供更准确和可解释的估计结果。

    Jun, 2024

  • 估计个体治疗效果时模型选择方法比较

    对于估计异质性治疗效果的研究人员，不需要局限于单个模型拟合算法，应通过从验证集中学习的目标函数对使用多个算法拟合的多个模型进行评估，从而选择最小化目标的模型，用于未来个体的治疗效果估计。

    Apr, 2018

  • 治疗效果异质性建模和提升建模的统一调查

    这篇论文通过潜在结果框架，提出了个性化医疗、社会研究和个性化营销等领域中利用治疗效果异质性调节来实现不同个体特征之间异质性处理效应估计和提高模型的研究方法，并对现有方法进行了结构性概述和主要应用程序的综述。

    Jul, 2020

  • 高维异质性治疗效应估计的一些方法

    该研究旨在提出三种方法，以利用临床记录中包含的数据来为患者提供更好的医疗建议，并通过模拟表现良好。

    Jul, 2017

  • 在结构不确定性下改进基于数据驱动的异质性处理效应估计

    该研究通过开发一种考虑每个特征值对异质性治疗效果估计的特征选择方法，并从数据中学习相关部分的因果结构，为处理真实世界数据的因果结构问题提供了解决方法。研究结果表明，该方法在任意潜在因果结构下均优于现有的数据驱动异质性治疗效果估计方法，并可降低异质性治疗效果估计误差。

    Jun, 2022

  • 将观测与实验数据结合以查找异质性治疗效应

    提出了将实验性数据与观测性时间序列数据相结合的方法，以估计异质性处理效应，应用于 Facebook 页面推荐。

    Nov, 2016

  • 异质性治疗效果估计的归纳偏差

    研究结构化相似性如何对待不同治疗方式下潜在结果进行利用，以获得有限样本中条件平均治疗效果的更好估计，比较三种端到端学习策略以解决存在异质性和利用共享结构不充分问题，实验结果表明三种方法都能对许多基准产生实质性提升，并获得了不同实验设置下性能差异的深入认识。

    Jun, 2021