通过潜变量模型估算单臂试验的治疗效果
原文中文,约300字,阅读约需1分钟。
📝
内容提要
该文提出了一种可识别的深度潜变量模型,用于单臂试验中的治疗效果估计,并通过建模结构化的缺失模式来处理缺失的协变量观测值。该方法使用分摊变分推断来学习群体特定和可识别的共享潜变量表示,显示出比先前方法更优的性能。
🎯
关键要点
-
提出了一种可识别的深度潜变量模型,用于单臂试验中的治疗效果估计。
-
通过建模结构化的缺失模式来处理缺失的协变量观测值。
-
使用分摊变分推断来学习群体特定和可识别的共享潜变量表示。
-
该方法在患者配对和直接治疗效果估计方面显示出比先前方法更优的性能。
🏷️