Fugu-MT 論文翻訳(概要): Evaluating and Learning Optimal Dynamic Treatment Regimes under Truncation by Death

論文の概要: Evaluating and Learning Optimal Dynamic Treatment Regimes under Truncation by Death

arxiv url: http://arxiv.org/abs/2510.07501v1
Date: Wed, 08 Oct 2025 19:54:43 GMT
ステータス: 翻訳完了
システム内更新日: 2025-10-10 17:54:14.707898
Title: Evaluating and Learning Optimal Dynamic Treatment Regimes under Truncation by Death
Title（参考訳）: トランケーションによる最適動的治療基準の評価と学習
Authors: Sihyung Park, Wenbin Lu, Shu Yang,
Abstract要約: そこで我々は,常に生存する値関数に着目した主成層法を提案する。経験的検証と電子健康記録への応用は、パーソナライズされた治療最適化に有用であることを示す。
参考スコア（独自算出の注目度）: 8.607059765909865
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Truncation by death, a prevalent challenge in critical care, renders traditional dynamic treatment regime (DTR) evaluation inapplicable due to ill-defined potential outcomes. We introduce a principal stratification-based method, focusing on the always-survivor value function. We derive a semiparametrically efficient, multiply robust estimator for multi-stage DTRs, demonstrating its robustness and efficiency. Empirical validation and an application to electronic health records showcase its utility for personalized treatment optimization.
Abstract（参考訳）: 死によるトラニケーションは、致命的なケアにおいて主要な課題であり、未定義の潜在的な結果のために従来の動的治療体制(DTR)の評価が適用不可能である。そこで我々は,常に生存する値関数に着目した主成層法を提案する。多段DTRに対する半パラメトリック効率・乗算ロバスト推定器を導出し,そのロバスト性と効率性を実証した。経験的検証と電子健康記録への応用は、パーソナライズされた治療最適化に有用であることを示す。

関連論文リスト

On Multiple Robustness of Proximal Dynamic Treatment Regimes [6.4049477424590355]
逐次ランダム化試行を通して最適な動的治療体制を推定することは、コストと倫理的ハードルに直面する可能性がある。不確定な仮定が失敗した場合に最適な動的治療体制を学習するための近因性推論フレームワークを提案する。
論文参考訳（メタデータ） (2025-10-23T11:38:40Z)
Censoring-Aware Tree-Based Reinforcement Learning for Estimating Dynamic Treatment Regimes with Censored Outcomes [4.877686100899469]
Censoring-Aware Tree-Based Reinforcement Learning (CA-TRL)は、検閲データに関連する複雑さに対処する新しいフレームワークである。本稿では,SANADエピレプシー・データセットを用いた広範囲なシミュレーションと実世界の応用を通して,その効果を実証する。
論文参考訳（メタデータ） (2025-03-09T16:53:09Z)
Constructing Confidence Intervals for Average Treatment Effects from Multiple Datasets [51.2467404472005]
本稿では、複数の観測データセットからATEを推定し、有効なCIを提供する新しい手法を提案する。本手法は観測データセットの仮定をほとんど行わず,医学的実践に広く応用できる。
論文参考訳（メタデータ） (2024-12-16T07:39:46Z)
Policy Learning for Optimal Dynamic Treatment Regimes with Observational Data [0.0]
本研究では,各段階における最適な治療課題を決定する最適動的治療体制(DTR)の統計的学習について,その進化史に基づいて検討する。
論文参考訳（メタデータ） (2024-03-30T02:33:39Z)
Assessment and treatment of visuospatial neglect using active learning with Gaussian processes regression [0.3262230127283452]
視空間無視は、空間と参照フレームの領域に位置する視覚刺激に対する認識障害によって特徴づけられる障害である。本稿では,患者の空間的無視を三次元的に正確に評価する人工知能ソリューションを提案する。
論文参考訳（メタデータ） (2023-09-29T09:18:32Z)
Doubly Robust Proximal Causal Learning for Continuous Treatments [56.05592840537398]
本稿では,カーネルベースの2倍頑健な因果学習推定器を提案する。オラクル形式は影響関数の一貫した近似であることを示す。次に、平均二乗誤差の観点から総合収束解析を行う。
論文参考訳（メタデータ） (2023-09-22T12:18:53Z)
Pruning the Way to Reliable Policies: A Multi-Objective Deep Q-Learning Approach to Critical Care [46.2482873419289]
我々は、より信頼性の高いクリティカルケアポリシーを得るための深いQ-ラーニングアプローチを導入する。本手法を,集中治療室のシミュレーション環境と実際の健康記録を用いて,オフライン・オフ・セッティングで評価した。
論文参考訳（メタデータ） (2023-06-13T18:02:57Z)
Efficient and robust transfer learning of optimal individualized treatment regimes with right-censored survival data [7.308241944759317]
個別治療体制(英: individualized treatment regime、ITR)は、患者の特徴に基づいて治療を割り当てる決定規則である。本稿では、値関数の2倍頑健な推定器を提案し、その最適ITRは、予め指定されたIRRのクラス内の値関数を最大化することにより学習する。重篤なメタボリックアシダ血症に対するバイカーボネートナトリウム療法のシミュレーションおよび実データによる評価を行った。
論文参考訳（メタデータ） (2023-01-13T11:47:10Z)
Automated Fidelity Assessment for Strategy Training in Inpatient Rehabilitation using Natural Language Processing [53.096237570992294]
戦略トレーニング (Strategy Training) とは、脳卒中後の認知障害患者に障害を減らすためのスキルを教える、リハビリテーションのアプローチである。標準化された忠実度評価は治療原則の遵守度を測定するために用いられる。本研究では,ルールベースNLPアルゴリズム,長短項メモリ(LSTM)モデル,および変換器(BERT)モデルからの双方向エンコーダ表現を開発した。
論文参考訳（メタデータ） (2022-09-14T15:33:30Z)
Optimal discharge of patients from intensive care via a data-driven policy learning framework [58.720142291102135]
退院課題は、退院期間の短縮と退院決定後の退院や死亡のリスクとの不確実なトレードオフに対処することが重要である。本研究は、このトレードオフを捉えるためのエンドツーエンドの汎用フレームワークを導入し、最適放電タイミング決定を推奨する。データ駆動型アプローチは、患者の生理的状態を捉えた同種で離散的な状態空間表現を導出するために用いられる。
論文参考訳（メタデータ） (2021-12-17T04:39:33Z)
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)
Learning for Dose Allocation in Adaptive Clinical Trials with Safety Constraints [84.09488581365484]
新しい化合物の有効性と毒性の関係がより複雑になるにつれて、第1相線量測定試験はますます困難になっている。最も一般的に使われている方法は、毒性事象のみから学習することで、最大許容量(MTD)を特定することである。本稿では, 毒性安全性の制約を高い確率で満たしつつ, 累積効果を最大化することを目的とした, 適応型臨床試験手法を提案する。
論文参考訳（メタデータ） (2020-06-09T03:06:45Z)

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。