crsurvlearners

新R包通过估计复杂风险情景下的治疗效果，助力个性化医疗

研究人员开发了一个名为`crsurvlearners`的新R包，以帮助估计竞争风险情景下的条件平均治疗效果（CATEs）。这在个性化医疗中尤其有用，因为在考虑其他潜在事件的同时，理解特定事件的治疗有效性至关重要。该包系统地比较了六种元学习器，这些学习器结合了不同的风险建模和直接CATE建模方法，并在各种模拟情景下评估它们的性能，以指导模型选择。