Individualized Multi-Treatment Response Curves Estimation using RBF-net with Shared Neurons
利用共享神经元 RBF 网络估计个体化多处理响应曲线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：摘要明确研究多处理场景中的异质性处理效应和个体化响应曲线，直接对应因果推断，未涉及离散选择行为模型。
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
利用共享神经元 RBF 网络估计个体化多处理响应曲线
- 研究问题
- 在多种治疗并存的精准医疗场景中，如何估计随个体协变量变化的治疗响应曲线，并利用不同治疗结果之间的共同结构？
- 方法与思路
- 作者用共享隐层神经元的径向基函数网络建立非参数响应模型，在贝叶斯框架下结合阈值化最佳线性投影与 MCMC 推断。
- 材料陈述的贡献
- 摘要称，该方法能刻画治疗结果的共同性并纳入分析不确定性；模拟和 MIMIC 应用展示其对脓毒症患者结局的分析能力。
- 阅读关注点
- 应核对观察数据的因果识别假设、共享神经元结构、先验与阈值选择，以及仅纳入出院回家患者对目标人群的影响。
- 阅读边界
- 这是 arXiv 预印本，同行评审或期刊接收未经核实。摘要未说明混杂控制条件或具体效应结果，不能据此判断因果解释强度。
原文摘要
Heterogeneous treatment effect estimation is an important problem in precision medicine. Specific interests lie in identifying the differential effect of different treatments based on some external covariates. We propose a novel non-parametric treatment effect estimation method in a multi-treatment setting. Our non-parametric modeling of the response curves relies on radial basis function (RBF)-nets with shared hidden neurons. Our model thus facilitates modeling commonality among the treatment outcomes. The estimation and inference schemes are developed under a Bayesian framework using thresholded best linear projections and implemented via an efficient Markov chain Monte Carlo algorithm, appropriately accommodating uncertainty in all aspects of the analysis. The numerical performance of the method is demonstrated through simulation experiments. Applying our proposed method to MIMIC data, we obtain several interesting findings related to the impact of different treatment strategies on the length of ICU stay and 12-hour SOFA score for sepsis patients who are home-discharged.