Fugu-MT 論文翻訳(概要): Estimating heterogeneous treatment effects with right-censored data via causal survival forests

論文の概要: Estimating heterogeneous treatment effects with right-censored data via causal survival forests

arxiv url: http://arxiv.org/abs/2001.09887v4
Date: Mon, 5 Sep 2022 14:16:11 GMT
ステータス: 処理完了
システム内更新日: 2023-01-06 07:59:44.126739
Title: Estimating heterogeneous treatment effects with right-censored data via causal survival forests
Title（参考訳）: 因果サバイバルフォレストを用いた右検閲データによる異種治療効果の推定
Authors: Yifan Cui, Michael R. Kosorok, Erik Sverdrup, Stefan Wager, Ruoqing Zhu
Abstract要約: 本研究では, 生存環境と観測環境における不均一な処理効果を推定するために, 因果樹林を導入する。提案手法は,不確定な条件下での検閲効果と選択効果の両面を安定に調整する方程式を推定することに依存する。
参考スコア（独自算出の注目度）: 2.624902795082451
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Forest-based methods have recently gained in popularity for non-parametric treatment effect estimation. Building on this line of work, we introduce causal survival forests, which can be used to estimate heterogeneous treatment effects in a survival and observational setting where outcomes may be right-censored. Our approach relies on orthogonal estimating equations to robustly adjust for both censoring and selection effects under unconfoundedness. In our experiments, we find our approach to perform well relative to a number of baselines.
Abstract（参考訳）: 近年,非パラメトリックな処理効果を推定する手法が人気を集めている。本研究は, 生存環境と観察環境における不均質な治療効果を推定し, 結果の正しさを推定するために, 因果生存林を導入している。提案手法は直交推定方程式に頼り、非整合性の下での検閲効果と選択効果の両方を堅牢に調整する。実験では,多数のベースラインに対して高いパフォーマンスを実現するためのアプローチを見出した。

関連論文リスト

A Bayesian Classification Trees Approach to Treatment Effect Variation with Noncompliance [0.5356944479760104]
非準拠のランダム化試験における様々な治療効果を推定することは本質的に困難である。既存の柔軟な機械学習手法は、弱い楽器の問題に非常に敏感である。非準拠シナリオにおける二値応答変数に対するベイジアン因果フォレストモデルを提案する。
論文参考訳（メタデータ） (2024-08-14T18:33:55Z)
Heterogeneous Treatment Effects in Panel Data [1.5535138991304305]
回帰木を用いて,観測結果を類似の処理効果で解離クラスタに分割する手法を提案し,評価する。我々の理論的結果は、結果の見積もりを真の治療効果に収束させるものである。
論文参考訳（メタデータ） (2024-06-09T04:02:08Z)
Variable importance for causal forests: breaking down the heterogeneity of treatment effects [0.0]
我々は、因果樹林の新しい重要変数アルゴリズムを開発した。共起変数を使わずに森林再訓練の扱い方を示す。シミュレーション,半合成,実データによる実験は,我々の重要度尺度の優れた性能を示す。
論文参考訳（メタデータ） (2023-08-07T07:43:42Z)
Benchmarking Bayesian Causal Discovery Methods for Downstream Treatment Effect Estimation [137.3520153445413]
下流推論に重点を置く因果発見手法の評価において,顕著なギャップが存在する。我々は,GFlowNetsに基づく新たな手法を含む,確立された7つの基本因果探索手法を評価する。研究の結果,研究対象のアルゴリズムのいくつかは,多種多様なATEモードを効果的に捉えることができることがわかった。
論文参考訳（メタデータ） (2023-07-11T02:58:10Z)
B-Learner: Quasi-Oracle Bounds on Heterogeneous Causal Effects Under Hidden Confounding [51.74479522965712]
本稿では,B-Learnerと呼ばれるメタラーナーを提案する。我々は、その推定が有効で、鋭く、効率的であることを証明し、既存の方法よりも一般的な条件下で構成推定器に対して準オーラル特性を持つことを示した。
論文参考訳（メタデータ） (2023-04-20T18:07:19Z)
Heterogeneous Treatment Effect Estimation for Observational Data using Model-based Forests [0.0]
本研究では,観測データにおける不整合問題に対処するため,モデルに基づく森林の修正を提案する。この戦略は,様々な結果分布を模擬した実験において,コンバウンディング効果を低減させることがわかった。筋萎縮性側索硬化症の進行に対するリルゾールの潜在的ヘテロジニアス効果を評価することにより,HTEの生存率と経時的成績を推定する実践的側面を示す。
論文参考訳（メタデータ） (2022-10-06T11:49:39Z)
Assessment of Treatment Effect Estimators for Heavy-Tailed Data [70.72363097550483]
ランダム化制御試験(RCT)における治療効果の客観的評価における中心的な障害は、その性能をテストするための基礎的真理(または検証セット)の欠如である。この課題に対処するための新しいクロスバリデーションのような方法論を提供する。本手法は,Amazonサプライチェーンに実装された709RCTに対して評価を行った。
論文参考訳（メタデータ） (2021-12-14T17:53:01Z)
SurvITE: Learning Heterogeneous Treatment Effects from Time-to-Event Data [83.50281440043241]
時系列データから不均一な処理効果を推定する問題について検討する。本稿では,バランス表現に基づく治療特異的ハザード推定のための新しいディープラーニング手法を提案する。
論文参考訳（メタデータ） (2021-10-26T20:13:17Z)
Sparse Bayesian Causal Forests for Heterogeneous Treatment Effects Estimation [0.0]
本稿では,ベイジアン因果樹林のスパース性誘導型を考案する。観察データを用いて不均一な治療効果を推定する。
論文参考訳（メタデータ） (2021-02-12T15:24:50Z)
Enabling Counterfactual Survival Analysis with Balanced Representations [64.17342727357618]
生存データは様々な医学的応用、すなわち薬物開発、リスクプロファイリング、臨床試験で頻繁に見られる。本稿では,生存結果に適用可能な対実的推論のための理論的基盤を持つ統一的枠組みを提案する。
論文参考訳（メタデータ） (2020-06-14T01:15:00Z)
Almost-Matching-Exactly for Treatment Effect Estimation under Network Interference [73.23326654892963]
本研究では,観測ネットワーク上でユニットが接続されたランダム化実験から直接処理効果を回復するマッチング手法を提案する。本手法は, 近傍グラフ内の一意部分グラフの個数にほぼ一致する。
論文参考訳（メタデータ） (2020-03-02T15:21:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。