medRxiv 预印本· Sandor, D., Nemeth, A., Daroczy, B., Sztanek, F., Harangi, M., Antal, P. ·· 2026-10-19AI 评分22
基于SGLT2抑制剂的个体化治疗反事实策略学习
Counterfactual Policy Learning for Personalized Treatment Using SGLT2 Inhibitors
AI 导读
研究提出反事实结构因果模型(SCM),利用观察性数据估计SGLT2抑制剂的个体化治疗效果,并采用Gumbel-Max采样机制捕捉随机治疗分配。在诊断类别中,该模型经双稳健价值估计器评估,预测治疗价值优于真实世界处方,可识别SGLT2抑制剂疗效更优的亚人群,辅助临床医生为2型糖尿病及合并症患者选择最优治疗。
来源:medRxiv 预印本 · medrxiv.org