BriefGPT - AI 论文速递 · 2025-02-12T00:00:00Z Estimation of Individualized Treatment Effects: Composite Treatments and Composite Outcomes 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究探讨了在数据稀缺情况下，个性化治疗效果（ITE）估计中复合治疗和结果的挑战。提出了一种创新的超网络方法（H-Learner），能够动态共享治疗与结果信息，显著提高估计准确性。实证分析表明，该方法在二元和任意复合治疗及结果中优于现有方法。 🏷️ 标签 H-Learner 个性化治疗 效果估计 数据稀缺 超网络方法 阅读原文 生成长图 分享链接 已复制链接
