Flexible Inference of Optimal Individualized Treatment Strategy in Covariate Adjusted Randomization with Multiple Covariates
多协变量调整随机化下最优个体化治疗策略的灵活推断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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要围绕随机试验中的异质性治疗效应和个体化治疗策略推断，直接对应因果推断。
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…
多协变量调整随机化下最优个体化治疗策略的灵活推断
- 研究问题
- 研究在多协变量调整随机化试验中，如何估计个体治疗效应和相关特征，并识别哪些患者区域适合接受有效治疗。
- 方法与思路
- 作者将治疗效应设为协变量单一指标的未知函数，保持基线响应任意，并构造绕过基线估计的效应函数和指标估计量。
- 材料陈述的贡献
- 摘要称，所提估计量能够一致估计治疗效应函数及其指标，并提供识别预测性协变量和有效治疗区域的推断工具。
- 阅读关注点
- 应核对单一指标的识别与归一化、随机化机制如何进入估计，以及有效治疗区域的不确定性和策略最优性的具体定义。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实；摘要未给出一致性条件、治疗分配概率限制及策略价值的保证。
原文摘要
To maximize clinical benefit, clinicians routinely tailor treatment to the individual characteristics of each patient, where individualized treatment rules are needed and are of significant research interest to statisticians. In the covariate-adjusted randomization clinical trial with many covariates, we model the treatment effect with an unspecified function of a single index of the covariates and leave the baseline response completely arbitrary. We devise a class of estimators to consistently estimate the treatment effect function and its associated index while bypassing the estimation of the baseline response, which is subject to the curse of dimensionality. We further develop inference tools to identify predictive covariates and isolate effective treatment region. The usefulness of the methods is demonstrated in both simulations and a clinical data example.