تأثيرات العلاج غير المتجانسة في بيانات اللوحة

نتناول مشكلة أساسية في الاستدلال السببي: تقدير تأثيرات العلاج غير المتجانسة باستخدام بيانات اللوحة ذات أنماط العلاج العامة. العديد من الطرق الموجودة إما لا تستفيد من الهيكل الأساسي المحتمل في بيانات اللوحة أو لديها قيود على أنماط العلاج المسموح بها. في هذا العمل، نقترح ونقيم طريقة جديدة تقوم أولاً بتقسيم الملاحظات إلى مجموعات غير متداخلة ذات تأثيرات علاجية مشابهة باستخدام شجرة انحدار، ثم تستفيد من الهيكل المنخفض الرتبة (المفترض) لبيانات اللوحة لتقدير متوسط تأثير العلاج لكل مجموعة. تؤكد نتائجنا النظرية تقارب التقديرات الناتجة نحو تأثيرات العلاج الحقيقية. تجارب الحساب باستخدام بيانات شبه اصطناعية تظهر أن طريقتنا تحقق دقة فائقة مقارنة بالأساليب البديلة، باستخدام شجرة انحدار تحتوي على ما لا يزيد عن 40 ورقة. ومن ثم، فإن طريقتنا توفر تقديرات أكثر دقة وقابلة للتفسير من الأساليب البديلة.