Overview and practical recommendations on using Shapley Values for identifying predictive biomarkers via CATE modeling
通过 CATE 建模与 Shapley 值识别预测性生物标志物：概述与实践建议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：摘要明确以 CATE、治疗效应异质性及因果森林为核心研究对象。
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…
通过 CATE 建模与 Shapley 值识别预测性生物标志物：概述与实践建议
- 研究问题
- 如何将 SHAP 应用于条件平均治疗效应模型，以识别与治疗获益异质性相关的生物标志物，并处理多阶段估计带来的解释和计算困难？
- 方法与思路
- 作者提出不依赖特定 CATE 策略的代理估计方法，降低高维解释的计算负担，并通过模拟比较不同元学习器及因果森林的标志物识别表现。
- 材料陈述的贡献
- 摘要提出连接治疗效应建模与模型解释的代理方案，并提供跨 CATE 方法的模拟基准；摘要未报告具体识别准确率或方法排名。
- 阅读关注点
- 应核对代理模型解释的实际目标、SHAP 背景分布与相关特征的处理，以及模拟如何定义真实标志物并衡量识别误差。
- 阅读边界
- 这是 arXiv 预印本，同行评审及期刊接收未核实。摘要未说明观察数据中的识别假设，SHAP 解释本身也不足以证明标志物具有因果作用。
原文摘要
In recent years, two parallel research trends have emerged in machine learning, yet their intersections remain largely unexplored. On one hand, there has been a significant increase in literature focused on Individual Treatment Effect (ITE) modeling, particularly targeting the Conditional Average Treatment Effect (CATE) using meta-learner techniques. These approaches often aim to identify causal effects from observational data. On the other hand, the field of Explainable Machine Learning (XML) has gained traction, with various approaches developed to explain complex models and make their predictions more interpretable. A prominent technique in this area is Shapley Additive Explanations (SHAP), which has become mainstream in data science for analyzing supervised learning models. However, there has been limited exploration of SHAP application in identifying predictive biomarkers through CATE models, a crucial aspect in pharmaceutical precision medicine. We address inherent challenges associated with the SHAP concept in multi-stage CATE strategies and introduce a surrogate estimation approach that is agnostic to the choice of CATE strategy, effectively reducing computational burdens in high-dimensional data. Using this approach, we conduct simulation benchmarking to evaluate the ability to accurately identify biomarkers using SHAP values derived from various CATE meta-learners and Causal Forest.