Interactive Q -Learning for Quantiles
面向分位数的交互式 Q 学习AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究序贯随机治疗下的动态决策规则，并优化结果概率与分位数，直接涉及因果决策和分布目标。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
面向分位数的交互式 Q 学习
- 研究问题
- 在两阶段二元治疗决策中，如何根据患者历史制定动态治疗规则，使结果分布的指定概率或分位数达到最优？
- 方法与思路
- 作者推导以响应分布概率和分位数为目标的决策规则估计量，用于两阶段二元治疗，并以序贯随机试验数据说明应用。
- 材料陈述的贡献
- 摘要称方法将动态治疗方案的优化目标扩展到指定点的累积分布函数或指定分位数，并在模拟中取得有利表现。
- 阅读关注点
- 应核对治疗规则价值的定义、序贯随机化与识别条件、跨阶段分布目标的处理，以及最优规则估计的推断方法。
- 阅读边界
- OpenAlex 摘要未注明稿件版本；具体识别与估计条件未说明，所述方法范围为两阶段二元治疗，不能直接推广到其他设置。
原文摘要
A dynamic treatment regime is a sequence of decision rules, each of which recommends treatment based on features of patient medical history such as past treatments and outcomes. Existing methods for estimating optimal dynamic treatment regimes from data optimize the mean of a response variable. However, the mean may not always be the most appropriate summary of performance. We derive estimators of decision rules for optimizing probabilities and quantiles computed with respect to the response distribution for two-stage, binary treatment settings. This enables estimation of dynamic treatment regimes that optimize the cumulative distribution function of the response at a prespecified point or a prespecified quantile of the response distribution such as the median. The proposed methods perform favorably in simulation experiments. We illustrate our approach with data from a sequentially randomized trial where the primary outcome is remission of depression symptoms.