RQDTR

新的RQDTR框架优化临床治疗风险和疗效

研究人员推出了一种新颖的框架——风险感知动态治疗方案（RQDTR），旨在改进序列临床决策。该方法不仅限于最大化平均疗效，还能同时优化结果分布的特定分位数，管理治疗相关风险，并处理多种治疗选项。RQDTR包含三个子类：仅疗效分位数学习、基于约束的群体层面风险控制学习以及基于效用的学习。理论分析支持其识别和一致性，并将其应用于重度抑郁症和败血症数据，与现有方法相比，显示出改进的面向尾部疗效和更好的收益-风险权衡。