Core Concepts
単腕試験からの治療効果を潜在変数モデルを使用して効率的に推定する方法を提案しました。
Abstract
単腕試験は、RCT(無作為化比較試験)に代わる選択肢として有用であり、外部コントロールグループへのアクセスが必要です。提案された深い潜在変数モデルは、欠損観測パターンをモデリングし、グループ固有および共有可能な潜在表現を学習します。この低次元表現は治療効果推定や患者マッチングに使用できます。実験では、公開ベンチマークと実世界の電子健康記録から成るデータセットでモデルを評価しました。従来の手法と比較して、直接治療効果推定および患者マッチングにおいて性能が向上したことが示されました。
Stats
提案された深い潜在変数モデルは、直接治療効果推定や患者マッチングに使用される低次元共有可能な表現を学習します。
実験では、公開ベンチマークと実世界の電子健康記録から成るデータセットでモデルが評価されました。
Quotes
"提案された深い潜在変数モデルは、欠落した共変量観測パターンも考慮し適切にモデリングします。"
"我々の方法は直接治療結果が利用可能であれば直接的な治療効果推定だけでなく、双方のグループに対して利用可能な場合にも改善された性能を示します。"