Learning When-to-Treat Policies
学习何时开始治疗的动态政策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：摘要明确以序贯可忽略性为基础，从观察性数据学习动态治疗政策，直接对应因果推断与政策学习。
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…
关注这篇论文的作者
学习何时开始治疗的动态政策
- 研究问题
- 在多次决策机会和多种治疗选择下，如何利用观察性数据学习既决定治疗对象、又决定治疗启动时点的动态规则？
- 方法与思路
- 作者在序贯可忽略性假设下提出“优势双重稳健”估计量，用于动态治疗规则学习和政策优化，且不要求马尔可夫结构。
- 材料陈述的贡献
- 摘要称证明了将单步双重稳健学习结果推广到动态场景的福利遗憾界，并在多个情境中展示了具有潜力的经验表现。
- 阅读关注点
- 应核对序贯可忽略性的具体表述、启动时点与治疗选择的政策表示，以及双重稳健性质和福利遗憾界所需条件。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明，不能推断刊本变化；摘要未说明重叠条件、干扰参数要求、政策类复杂度或经验结果细节。
原文摘要
Many applied decision-making problems have a dynamic component: The policymaker needs not only to choose whom to treat, but also when to start which treatment. For example, a medical doctor may choose between postponing treatment (watchful waiting) and prescribing one of several available treatments during the many visits from a patient. We develop an “advantage doubly robust” estimator for learning such dynamic treatment rules using observational data under the assumption of sequential ignorability. We prove welfare regret bounds that generalize results for doubly robust learning in the single-step setting, and show promising empirical performance in several different contexts. Our approach is practical for policy optimization, and does not need any structural (e.g., Markovian) assumptions. Supplementary materials for this article are available online.