制定個性化治療規範的優化學習方法

治療規範是將患者的個人信息與推薦的治療方案進行映射的一種功能，從而明確地將每位患者的異質性納入到治療的個性化需要中。患者的反應是二分的，並且可以通過一種未知的關係來預測，這種關係取決於患者的信息和所選擇的治療方法。本項目的目標是找到使患者的平均反應最佳的治療方法。每個實驗其代價都很昂貴，這就迫使人們從每一個實驗中學到最多的東西。他們採用了貝葉斯方法，將可能的先驗信息納入到更新後的治療方案中，實現不斷的信息累積，同時，有可能允許更小更翔實的試驗，且使患者接受更好的治療。通過將此問題描述為基於上下文的老虎機問題，他們引入了知識梯度策略，通過最大化信息的期望值來指導治療匹配，用近似方法克服計算挑戰。本文詳細研究了如何在不確定的情況下進行連續的醫療決策，以減少現實世界膝關節置換數據集上的醫療費用（該文主要關注的是全膝關節置換術）。他們使用聚類和套索演算法處理醫療數據集的內在稀疏性。實驗表明，即使問題是稀疏的，通過仔細挑選醫生（相對於隨機挑選），可以顯著提高成功率。

如需要《制定個性化治療規範的優化學習方法》（英文，共20頁），請發來email地址。

【請關注本公眾號，您可持續得到有價值的醫療和醫療IT的國外資料。】

GIF

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！