論文の概要: Bayesian Mediation Analysis for Individualized Treatment Rules

• arxiv url: http://arxiv.org/abs/2607.28804v1
• Date: Thu, 30 Jul 2026 19:59:18 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-03 14:29:40.475188
• Title: Bayesian Mediation Analysis for Individualized Treatment Rules
• Title（参考訳）: 個別化処理規則に対するベイズ調停分析
• Abstract要約: 個別化治療規則(ITR)の値は、平均的な臨床効果を評価するのに有用であるが、どのようにルールの利点が生成されるかは説明できない。 本稿では,事前指定候補ITRと臨床的に有意な基準規則のコントラストを,直接的および間接的成分に分解する因果媒介フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.5999777817331315
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The value of an individualized treatment rule (ITR), defined as the expected outcome under treatment assignment according to the rule, is useful for assessing average clinical benefit but does not explain how the benefit of a rule is generated. We propose a causal mediation framework for decomposing the value contrast between a prespecified candidate ITR and a clinically meaningful reference rule into direct and indirect components. Using rule-specific nested potential outcomes, we define natural direct and indirect rule effects that quantify the extent to which the improvement in value arises through pathways operating directly on the outcome versus through a specified mediator. We give identification conditions under which these components are identified by a rule-level mediation g-formula. For estimation, we adapt Bayesian causal mediation forests to obtain posterior inference for the value contrast and its path-specific components. Our simulations demonstrate that the proposed estimator achieved near-nominal credible interval coverage with decreasing bias and root mean squared error as sample size increased in settings with varying direct and mediated contributions. We further illustrate the method using data from the TRIUMPH trial, decomposing the cognitive benefit of a lifestyle intervention rule through candidate neurovascular, cardiorespiratory, and behavioral mediators. The proposed framework complements optimal ITR learning with explanation using mediation, providing a natural approach for mechanistic evaluation of ITRs.
• Abstract（参考訳）: 個別化された治療規則(ITR)の値は、その規則に従って治療課題において期待される結果として定義され、平均的な臨床効果を評価するのに有用であるが、どのようにルールの利益が生成されるかは説明できない。 本稿では,事前指定候補ITRと臨床的に有意な基準規則のコントラストを,直接的および間接的成分に分解する因果媒介フレームワークを提案する。 ルール固有のネストされた潜在的結果を用いて、特定のメディエータを介して直接操作する経路を通して、価値の改善が生じる範囲を定量化する、自然な直接的および間接的なルール効果を定義する。 これらの成分が規則レベルの媒介 g-形式によって識別される識別条件を与える。 推定のために,ベイジアン因果性媒介林を用いて,値コントラストとその経路固有成分の後方推定を行う。 シミュレーションにより,提案した推定器は,直接的および媒介的なコントリビューションの異なる設定において,サンプルサイズが増大するにつれて,バイアスとルート平均2乗誤差を減少させ,ほぼ最小の信頼区間カバレッジを達成した。 さらに、TRIUMPH臨床試験のデータを用いて、候補神経血管、心呼吸、行動メディエーターによるライフスタイル介入規則の認知的利益を分解する方法について述べる。 提案フレームワークは,メディアションを用いた記述による最適ITR学習を補完し,ITRの機械的評価に自然なアプローチを提供する。

関連論文リスト

• Overlap-Adaptive Regularization for Conditional Average Treatment Effect Estimation [59.153491256972806]
  CATE推定のための最先端の手法は、しばしば低い重なり合いの存在下では性能が良くない。 重み付け重み付けに比例して対象モデルを正規化するオーバーラップ適応正規化(OAR)を導入する。 我々のOARは定値化に比べて低オーバーラップ設定でのCATE推定を大幅に改善する。
  論文  参考訳（メタデータ） (2025-09-29T15:56:24Z)
• Beyond the ATE: Interpretable Modelling of Treatment Effects over Dose and Time [46.2482873419289]
  本研究では, 治療効果トラジェクトリを線量および時間とともに滑らかな表面としてモデル化する枠組みを提案する。 本研究は, 臨床的に有意な特性の特定から, 軌道形状の推定を分離する。 本手法は, 処理力学の精度, 解釈可能, 編集可能なモデルを生成する。
  論文  参考訳（メタデータ） (2025-07-09T20:33:33Z)
• Dynamic Local Average Treatment Effects [19.014535120129338]
  我々は,デジタルレコメンデーションと適応医療トライアルにおいて,片側非準拠の動的治療規則(DTR)を検討する。 局所的局所的平均処理効果(LATE)の非パラメトリック同定、推定、推定を行う。 この仮定は,複数の期間で動的LATEを識別するのに十分であることを示す。
  論文  参考訳（メタデータ） (2024-05-02T16:52:09Z)
• Fusing Individualized Treatment Rules Using Secondary Outcomes [7.657053163626398]
  我々は、一次結果の値関数を最大化するだけでなく、二次結果の最適規則を近似するITRを学ぶ。 代理損失関数を用いてITRを推定する2つのアルゴリズムを提案する。 一次結果の推定IRRと二次結果の最適IRRとの一致率は、二次結果が考慮されない場合よりも早く真の一致率に収束することを示す。
  論文  参考訳（メタデータ） (2024-02-13T22:16:36Z)
• Neighborhood Adaptive Estimators for Causal Inference under Network Interference [109.17155002599978]
  ネットワークに接続された単位による古典的非干渉仮定の違反について考察する。 トラクタビリティでは、干渉がどのように広がるかを記述する既知のネットワークを考える。
  論文  参考訳（メタデータ） (2022-12-07T14:53:47Z)
• Evaluating Treatment Prioritization Rules via Rank-Weighted Average Treatment Effects [24.258855352542096]
  本稿では,治療優先化ルールの質を比較し,検証するための簡易かつ一般的な指標として,ランク重み付き平均治療効果指標を提案する。 RATEメトリクスは、優先順位付けルールの導出方法に非依存であり、治療から最も恩恵を受ける個人をどの程度正確に識別するかのみを評価する。 我々は脳卒中患者に対するアスピリンの最適標的を含む多くの応用の文脈でRATEを紹介した。
  論文  参考訳（メタデータ） (2021-11-15T18:22:35Z)
• Post-Contextual-Bandit Inference [57.88785630755165]
  コンテキストバンディットアルゴリズムは、電子商取引、医療、政策立案における非適応的なA/Bテストを置き換える傾向にある。 研究参加者の成果を改善することもでき、良い方針や最良の政策を特定できる可能性を高めることもできる。 研究の終盤における新規介入の信頼性推論を支援するため, 平均治療効果, サブグループ効果, あるいは新政策の価値について, 有効な信頼区間を構築したい。
  論文  参考訳（メタデータ） (2021-06-01T12:01:51Z)
• Comment: Entropy Learning for Dynamic Treatment Regimes [58.442274475425144]
  JSLZのアプローチは、逆確率(IPW)に基づく与えられた決定規則の値の拒絶とサンプリングの見積もりと、その解釈を重み付けされた(またはコストに敏感な)分類として利用する。 彼らのスムーズな分類サロゲートの使用は、分布の分析に慎重なアプローチを可能にする。 IPWの推定は、ほとんどのデータを捨てる重みにつながり、残余については非常に変動しているため、問題となる。
  論文  参考訳（メタデータ） (2020-04-06T16:11:05Z)
• 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。

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。