論文の概要: Targeting relative risk heterogeneity with causal forests
- arxiv url: http://arxiv.org/abs/2309.15793v3
- Date: Sun, 08 Jun 2025 17:10:35 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-10 16:33:08.125713
- Title: Targeting relative risk heterogeneity with causal forests
- Title（参考訳）: 因果樹林における相対的リスクの不均一性
- Authors: Vik Shirvaikar, Andrea Storås, Xi Lin, Chris Holmes,
- Abstract要約: 本研究では,相対的リスクを目標として,因果林を改変する手法を提案し,実装する。
我々は、相対的なリスク因果樹林が、そうでなければ検出されていない異質性の源を捉えることができることを示唆するシミュレーションデータの結果を提示する。
2型糖尿病患者を対象とした実地試験データを用いて,リラグルチドのHTEの探索を行った。
- 参考スコア（独自算出の注目度）: 1.2255617580795168
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The identification of heterogeneous treatment effects (HTE) across subgroups is of significant interest in clinical trial analysis. Several state-of-the-art HTE estimation methods, including causal forests, apply recursive partitioning for non-parametric identification of relevant covariates and interactions. However, the partitioning criterion is typically based on differences in absolute risk. This can dilute statistical power by masking variation in the relative risk, which is often a more appropriate quantity of clinical interest. In this work, we propose and implement a methodology for modifying causal forests to target relative risk, using a novel node-splitting procedure based on exhaustive generalized linear model comparison. We present results from simulated data that suggest relative risk causal forests can capture otherwise undetected sources of heterogeneity. We implement our method on real-world trial data to explore HTEs for liraglutide in patients with type 2 diabetes.
- Abstract（参考訳）: サブグループ間のヘテロジニアス治療効果(HTE)の同定は臨床試験分析において重要である。
因果林を含むいくつかの最先端HTE推定法は、関係する共変量や相互作用の非パラメトリック同定に再帰的分割を適用する。
しかし、分割基準は一般的に絶対リスクの違いに基づいている。
これは相対リスクの変動を隠蔽することで統計的パワーを希釈することができるが、これは多くの場合、より適切な臨床関心量である。
本研究では,全体的一般化線形モデル比較に基づく新しいノード分割手法を用いて,相対的リスクを目標とする因果林の修正手法を提案し,実装する。
我々は、相対的なリスク因果樹林が、そうでなければ検出されていない異質性の源を捉えることができることを示唆するシミュレーションデータの結果を提示する。
2型糖尿病患者を対象とした実地試験データを用いて,リラグルチドのHTEの探索を行った。
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) - Data-Adaptive Tradeoffs among Multiple Risks in Distribution-Free Prediction [55.77015419028725]
しきい値とトレードオフパラメータが適応的に選択された場合、リスクの有効な制御を可能にする手法を開発する。
提案手法は単調なリスクとほぼ単調なリスクをサポートするが,それ以外は分布的な仮定はしない。
論文 参考訳（メタデータ） (2024-03-28T17:28:06Z) - 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) - What Makes Forest-Based Heterogeneous Treatment Effect Estimators Work? [1.1050303097572156]
両手法がL2損失下で同じパラメータと共起仮定で理解可能であることを示す。
ランダム化環境では、両方のアプローチはベンチマーク研究で新しいブレンドバージョンと同様に実行された。
論文 参考訳（メタデータ） (2022-06-21T12:45:07Z) - Risk Consistent Multi-Class Learning from Label Proportions [64.0125322353281]
本研究は,バッグにトレーニングインスタンスを提供するMCLLP設定によるマルチクラス学習に対処する。
既存のほとんどのMCLLPメソッドは、インスタンスの予測や擬似ラベルの割り当てにバッグワイズな制約を課している。
経験的リスク最小化フレームワークを用いたリスク一貫性手法を提案する。
論文 参考訳（メタデータ） (2022-03-24T03:49:04Z) - Treatment Effect Risk: Bounds and Inference [58.442274475425144]
平均的な治療効果は社会福祉の変化を測定するため、たとえ肯定的であっても、人口の約10%に悪影響を及ぼすリスクがある。
本稿では,ICT分布のリスク条件値(CVaR)として定式化されたこの重要なリスク尺度をどう評価するかを検討する。
いくつかの境界は、複素CATE関数を単一の計量に要約したものと解釈することもでき、有界であることとは無関係に興味を持つ。
論文 参考訳（メタデータ） (2022-01-15T17:21:26Z) - 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) - Robust Recursive Partitioning for Heterogeneous Treatment Effects with
Uncertainty Quantification [84.53697297858146]
治療効果のサブグループ分析は、医療から公共政策、レコメンデーターシステムへの応用において重要な役割を担っている。
サブグループ分析の現在の手法のほとんどは、個別化処理効果(ITE)を推定するための特定のアルゴリズムから始まる。
本稿では、これらの弱点に対処する新しい部分群解析法R2Pを開発する。
論文 参考訳（メタデータ） (2020-06-14T14:50:02Z) - Pursuing Sources of Heterogeneity in Modeling Clustered Population [16.936362485508774]
不均一な追従と特徴選択を同時に達成するために、正規化有限混合効果回帰を提案する。
これらの効果の制約付きスパース推定は、共通の効果を持つ変数と不均一な効果を持つ変数の両方を同定する。
アルツハイマー病の遺伝的要因と脳の特徴を関連付けるための画像遺伝学研究、青年期における自殺リスクと学区の特徴との関係を探る公衆衛生学研究、野球選手の給与水準がパフォーマンスと契約状態とどのように関連しているかを理解するためのスポーツ分析研究の3つの応用が提示されている。
論文 参考訳（メタデータ） (2020-03-10T14:59:35Z) - Survival Cluster Analysis [93.50540270973927]
異なるリスクプロファイルを持つサブポピュレーションを特定するために、生存分析には未解決の必要性がある。
このニーズに対処するアプローチは、個々の成果のキャラクタリゼーションを改善する可能性が高い。
論文 参考訳（メタデータ） (2020-02-29T22:41:21Z) - Efficient Discovery of Heterogeneous Quantile Treatment Effects in
Randomized Experiments via Anomalous Pattern Detection [1.9346186297861747]
治療効果サブセットスキャン(TESS)は、ランダム化実験においてどのサブ集団が治療によって最も影響を受けているかを発見する新しい方法である。
このアルゴリズムに加えて、処理効果のない鋭いヌル仮説の下では、I型とII型のエラーを制御できることを実証する。
論文 参考訳（メタデータ） (2018-03-24T20:21:06Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。