史成春;宋睿;陆文斌 最佳治疗决策的一致性和价值信息标准。 （英语） Zbl 1461.62029号 Ann.统计。 49，编号1，49-75（2021）. 摘要：个性化医疗是一种备受科学和商业关注的医疗程序。个性化医疗的目标是根据患者的个人预后信息为每个患者指定最佳治疗方案。当有大量预处理变量时，确定治疗决策所需的重要变量至关重要。本文研究了最优处理决策中变量选择的两个信息准则：一致性准则和值信息准则。我们考虑了固定（p）和高维设置，并表明我们的信息标准在模型/调整参数选择中是一致的。我们进一步将我们的信息标准应用于四种估计方法，包括稳健学习、协调辅助学习、惩罚A-学习和稀疏协调辅助学习，并通过仿真验证了我们方法的实证性能。 引用于三文件 MSC公司： 62C25型 统计决策理论中的复合决策问题 62B10型 信息理论主题的统计方面 62页第10页 统计学在生物学和医学中的应用；元分析 68T05型 人工智能中的学习和自适应系统 关键词：一致性和价值信息标准;最佳处理制度;调谐参数选择;变量选择 软件：阿尔格努德 PDF格式BibTeX公司 XML格式引用 \textit{C.Shi}等人，Ann.Stat.49，No.1，49--75（2021；Zbl 1461.62029） 全文： 内政部 欧几里得 参考文献： [1] Akaike，H.（1973）。信息论和最大似然原理的推广。第二届信息理论国际研讨会（Tsahkamphor，1971）267-281。布达佩斯阿卡德米亚·基奥·Zbl 0283.62006号 [2] Arcones，M.A.（1995年）。（U）统计和（U）过程的Bernstein型不等式。统计师。普罗巴伯。莱特。22 239-247. ·Zbl 0819.60021号 ·doi:10.1016/0167-7152（94）00072-G [3] Candès，E.和Tao，T.（2007年）。Rejoineder：“Dantzig选择器：当（p）远大于（n）时的统计估计”【Ann.Statist.35（2007），no.6，2313-2351；MR2382644】。安。统计师。35 2392-2404. ·Zbl 1139.62019号 ·doi:10.1214/00905360000001523 [4] Chakraborty，B.、Murphy，S.和Strecher，V.（2010年）。最佳动态处理方案中非规则参数的推断。Stat.Methods Med.Res.19 317-343.《统计学方法》杂志，医学研究，19 317-343·Zbl 1365.62411号 ·doi:10.1177/0962280209105013 [5] Clémençon，S.、Lugosi，G.和Vayatis，N.（2008年）。（U）统计量的排序和经验最小化。安。统计师。36 844-874. ·Zbl 1181.68160号 [6] Fan，J.和Li，R.（2001）。通过非冲突惩罚似然及其oracle属性进行变量选择。J.Amer。统计师。协会96 1348-1360·Zbl 1073.62547号 ·doi:10.1198/016214501753382273 [7] Fan，J.和Lv，J.（2010）。高维特征空间中变量选择的选择性概述。统计师。Sinica 20 101-148号·Zbl 1180.62080号 [8] Fan，J.和Lv，J.（2011）。具有NP维的非凹陷惩罚似然。IEEE传输。信息论57 5467-5484·Zbl 1365.62277号 ·doi:10.1109/TIT.2011.2158486 [9] Fan，Y.和Tang，C.Y.（2013）。高维惩罚似然中的调整参数选择。J.R.统计社会服务。B.统计方法。75 531-552. ·Zbl 1411.62216号 ·doi:10.1111/rssb.12001 [10] Fan，C.、Lu，W.、Song，R.和Zhou，Y.（2017）。一致性辅助学习用于评估最佳个体化治疗方案。J.R.统计社会服务。B.统计方法。79 1565-1582. ·Zbl 1381.62097号 ·doi:10.1111/rssb.12216 [11] Gai，Y.，Zhu，L.和Lin，L..（2013）。Dantzig选择器的模型选择一致性。统计师。中国23 615-634·Zbl 1379.62048号 [12] Kim，J.和Pollard，D.（1990年）。立方根渐近。安。统计师。18 191-219. ·兹伯利0703.62063 ·doi:10.1214/aos/1176347498 [13] Li，H.、Ren，C.和Li，L.（2014）\（U）-过程和偏好学习。神经计算。26 2896-2924. ·Zbl 1415.68170号 [14] Liang，S.，Lu，W.，Song，R.和Wang，L.（2017）。稀疏一致性辅助学习用于最佳治疗决策。J.马赫。学习。第18号决议第202、26号文件·Zbl 1469.68093号 [15] Lu，W.，Zhang，H.H.和Zeng，D.（2013）。最优治疗决策的变量选择。统计方法医学研究22 493-504。 [16] Luedtke，A.R.和van der Laan，M.J.（2016）。可能非唯一最优治疗策略下平均结果的统计推断。安。统计师。44 713-742. ·Zbl 1338.62089号 ·doi:10.1214/15-AOS1384 [17] Mebane，W.R.Jr.，Sekhon，J.S.等人（2011年）。使用导数的遗传优化：R.J.Stat.Softw的rgenoud包。42 1-26. [18] Murphy，S.A.（2003年）。最佳动态治疗方案。J.R.统计社会服务。B.统计方法。65 331-366. ·Zbl 1065.62006号 ·doi:10.1111/1467-9868.00389 [19] 诺兰·D和波拉德·D（1987）\（U）-过程：收敛速度。安。统计师。15 780-799. ·Zbl 0624.60048号 ·doi:10.1214/aos/1176350374 [20] Qian，M.和Murphy，S.A.（2011年）。个性化治疗规则的性能保证。安。统计师。39 1180-1210. ·Zbl 1216.62178号 ·doi:10.1214/10-AOS864 [21] Robins，J.M.、Hernan，M.A.和Brumback，B.（2000年）。流行病学中的边缘结构模型和因果推断。流行病学11 550-560。 [22] Schwarz，G.（1978年）。估算模型的维度。安。统计师。6 461-464. ·Zbl 0379.62005年 ·doi:10.1214/aos/1176344136 [23] Sherman，R.P.（1993）。最大秩相关估计量的极限分布。《计量经济学》61 123-137·Zbl 0773.62011号 ·doi:10.2307/2951780 [24] Sherman，R.P.（1994）。退化（U）-过程的最大不等式及其在优化估计中的应用。安。统计师。22 439-459. ·Zbl 0798.60021号 ·doi:10.1214/aos/1176325377 [25] Shi，C.，Fan，A.，Song，R.和Lu，W.（2018）。优化动态治疗方案的高维学习。安。统计师。46 925-957. ·Zbl 1398.62029号 ·doi:10.1214/17-AOS1570 [26] 石川、宋瑞和陆伟（2021）。补充“最佳治疗决策的一致性和价值信息标准”https://doi.org/10.1214/19-AOS1908SUPP网站 [27] van der Vaart，A.W.和Wellner，J.A.（1996）。弱收敛和经验过程。统计学中的斯普林格系列。纽约州施普林格·Zbl 0862.60002号 [28] Watkins，C.J.C.H.和Dayan，P.（1992年）。Q学习。机器。学习。8 279-292. ·Zbl 0773.68062号 [29] Zhang，B.、Tsiatis，A.A.、Laber，E.B.和Davidian，M.（2012）。估计最佳治疗方案的稳健方法。生物统计学68 1010-1018·Zbl 1258.62116号 ·doi:10.1111/j.1541-0420.2012.01763.x [30] Zhang，B.、Tsiatis，A.A.、Laber，E.B.和Davidian，M.（2013）。用于顺序治疗决策的最优动态治疗方案的鲁棒估计。生物特征100 681-694·Zbl 1284.62508号 ·doi:10.1093/biomet/ast014 [31] Zhang，X.，Wu，Y.，Wang，L.和Li，R.（2016）。发散模型空间中支持向量机的一致信息准则。J.马赫。学习。第17号决议第16、26号文件·兹比尔1360.68728 [32] Zhao，Y.、Zeng，D.、Rush，A.J.和Kosorok，M.R.（2012）。使用结果加权学习评估个体化治疗规则。J.Amer。统计师。协会107 1106-1118·Zbl 1443.62396号 ·doi:10.1080/01621459.2012.695674 [33] 赵，Y·兹比尔1373.62557 ·doi:10.1080/01621459.2014.937488 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。