Evaluating Treatment Prioritization Rules via Rank-Weighted Average Treatment Effects
利用排名加权平均处理效应评估处理优先规则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：摘要以排名加权平均处理效应衡量治疗优先规则，并研究随机及观察研究中的因果效应推断。
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…
利用排名加权平均处理效应评估处理优先规则
- 研究问题
- 对于效应模型、风险评分或人工规则产生的处理优先排序，如何比较其识别高受益个体的能力，并进行统计检验？
- 方法与思路
- 作者定义排名加权平均处理效应 RATE 指标及估计量，不限定排序规则的来源，并以中心极限定理支持渐近推断。
- 材料陈述的贡献
- 摘要称 RATE 涵盖 Qini 等已有指标，为广泛随机和观察研究设置提供推断，并展示包括阿司匹林定向治疗在内的应用。
- 阅读关注点
- 应核对排名权重与比较目标、观察研究中的识别条件、排序规则训练与评估的关系，以及中心极限定理的适用范围。
- 阅读边界
- 这是 arXiv 预印本，同行评审与期刊接收未核实；摘要未列出识别假设，排序受益能力也不足以判断完整分配政策的价值。
原文摘要
There are a number of available methods for selecting whom to prioritize for treatment, including ones based on treatment effect estimation, risk scoring, and hand-crafted rules. We propose rank-weighted average treatment effect (RATE) metrics as a simple and general family of metrics for comparing and testing the quality of treatment prioritization rules. RATE metrics are agnostic as to how the prioritization rules were derived, and only assess how well they identify individuals that benefit the most from treatment. We define a family of RATE estimators and prove a central limit theorem that enables asymptotically exact inference in a wide variety of randomized and observational study settings. RATE metrics subsume a number of existing metrics, including the Qini coefficient, and our analysis directly yields inference methods for these metrics. We showcase RATE in the context of a number of applications, including optimal targeting of aspirin to stroke patients.