随着2016年大西洋因果推理竞赛方法和结果的全面阐述，Dorie等人为因果推理方法评估的再现性和可比性设定了新标准。尤其是开源R（右）acicomp2016包允许复制比赛中使用的所有数据集，将是评估未来方法发展的宝贵资源。

基于Dorie等人的结果，我们研究了一组对贝叶斯加性回归树（BART）的潜在修改——模型拟合中的多个链，使用倾向得分作为协变量，目标最大似然估计（TMLE）和计算对称置信区间是否对偏误、均方根误差，和置信区间覆盖率相结合，而不是单独使用。我们发现，无论BART公式如何，SATT估计中的偏差都是最小的。然而，就CI覆盖范围而言，所有提议的修改都是有益的单独修改，并且是组合修改，但TMLE的使用对覆盖范围最不利，并且会导致更大的置信区间。