Information-regret compromise in covariate-adaptive treatment allocation
协变量自适应治疗分配中的信息与遗憾权衡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：摘要直接研究治疗实验的协变量自适应分配及信息获取，对应因果研究中的实验设计问题，未给出完整识别条件。
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
协变量自适应治疗分配中的信息与遗憾权衡
- 研究问题
- 治疗分配如何兼顾估计治疗成功概率与协变量关系所需的信息，以及让受试者接受较差治疗所产生的成本？
- 方法与思路
- 作者在近似设计理论中建立复合设计问题，以参数估计准则度量信息、以成功概率相关的加性指标度量成本，并构造序贯分配。
- 材料陈述的贡献
- 摘要称，作者通过等价定理刻画最优设计，构造收敛至最优解的协变量自适应分配策略，并讨论未知参数下的响应自适应实现。
- 阅读关注点
- 应核对信息与成本的权重、协变量独立同分布假设、最优设计约束，以及已知和未知模型参数时的收敛条件。
- 阅读边界
- 依据版本未注明的索引摘要。模型、权重和收敛细节未提供；最优性针对所设设计目标，不能直接推出一般治疗效果推断的最优性。
原文摘要
Covariate-adaptive treatment allocation is considered in the situation when a compromise must be made between information (about the dependency of the probability of success of each treatment upon influential covariates) and cost (in terms of number of subjects receiving the poorest treatment). Information is measured through a design criterion for parameter estimation, the cost is additive and is related to the success probabilities. Within the framework of approximate design theory, the determination of optimal allocations forms a compound design problem. We show that when the covariates are i.i.d. with a probability measure $\mu$, its solution possesses some similarities with the construction of optimal design measures bounded by $\mu$. We characterize optimal designs through an equivalence theorem and construct a covariate-adaptive sequential allocation strategy that converges to the optimum. Our new optimal designs can be used as benchmarks for other, more usual, allocation methods. A response-adaptive implementation is possible for practical applications with unknown model parameters. Several illustrative examples are provided.