研究人员开发了一种新的统计方法，用于估计跨多个站点的异质治疗效果。该方法使用 minimax-regret 框架来创建一个可泛化的条件平均治疗效果 (CATE) 模型。该方法考虑了站点之间协变量和治疗效果的潜在分布变化，提供了比特定站点或汇总分析更稳健的替代方案。结果 CATE 模型被呈现为站点特定模型的可解释的加权平均值，提高了泛化能力和稳健性，这在模拟和实际应用中得到了证明。 AI
影响 引入了一种新颖的统计框架，用于提高治疗效果模型在不同数据集上的泛化能力。
排序理由 这是一篇详细介绍新的治疗效果估计统计方法的学术论文。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
