入れ子型の操作変数デザインを用いて、常時順守者と切り替え者の2つの潜在的なサブグループの平均処置効果を非パラメトリックに同定し、推定することができる。これにより、操作変数に基づく因果効果の一般化可能性を検討することができる。
治験における連続エンドポイントに基づく適応的多腕デザインを提案し、目標値に近い治療群への患者割り付けを最大化しつつ統計的検出力を確保する。
時間依存性のCox生存ニューラルネットワーク(tdCoxSNN)を提案し、長期的な予測において高次元の画像などの複雑な長期バイオマーカーを直接取り込むことが可能である。