ترجمه فارسی مقاله یادگیری قوانین درمان قوی برای داده های سانسور شده

چکیده

There is a fast-growing literature on estimating optimal treatment rules directly by maximizing the expected outcome. In biomedical studies and operations applications, censored survival outcome is frequently observed, in which case the restricted mean survival time and survival probability are of great interest. In this paper, we propose two robust criteria for learning optimal treatment rules with censored survival outcomes; the former one targets at an optimal treatment rule maximizing the restricted mean survival time, where the restriction is specified by a given quantile such as median; the latter one targets at an optimal treatment rule maximizing buffered survival probabilities, where the predetermined threshold is adjusted to account the restricted mean survival time. We provide theoretical justifications for the proposed optimal treatment rules and develop a sampling-based difference-of-convex algorithm for learning them. In simulation studies, our estimators show improved performance compared to existing methods. We also demonstrate the proposed method using AIDS clinical trial data.

چکیده به فارسی (ترجمه ماشینی)

یک ادبیات در حال رشد سریع در مورد تخمین قوانین بهینه درمانی مستقیماً با به حداکثر رساندن نتیجه مورد انتظار وجود دارد.در مطالعات زیست پزشکی و برنامه های کاربردی عملیات ، نتیجه بقا سانسور غالباً مشاهده می شود ، در این صورت میانگین زمان بقا محدود و احتمال بقا مورد توجه زیادی قرار می گیرد.در این مقاله ، ما دو معیار قوی برای یادگیری قوانین درمانی بهینه با نتایج بقا سانسور ارائه می دهیم.سابق در یک قانون درمانی بهینه با حداکثر رساندن میانگین زمان بقا ، که در آن محدودیت توسط یک مقدار معین مانند میانه مشخص می شود ، هدف قرار می دهد.مورد دوم در یک قانون درمانی بهینه به حداکثر رساندن احتمال بقا بافر ، که در آن آستانه از پیش تعیین شده تنظیم می شود تا میانگین زمان بقا را به حساب می آورد.ما توجیهات نظری را برای قوانین درمانی بهینه پیشنهادی ارائه می دهیم و یک الگوریتم تفاوت مبتنی بر تجزیه و تحلیل برای یادگیری آنها را تهیه می کنیم.در مطالعات شبیه سازی ، برآوردگرهای ما نسبت به روشهای موجود عملکرد بهبود یافته را نشان می دهند.ما همچنین روش پیشنهادی را با استفاده از داده های کارآزمایی بالینی ایدز نشان می دهیم.