La médecine de précision vise à adapter les traitements aux caractéristiques individuelles des patients, en particulier dans des contextes longitudinaux comportant plusieurs points de décision. Les plans de traitement dynamique (DTR) formalisent le traitement comme une séquence de décisions adaptatives évoluant avec la trajectoire clinique du patient. Le Q-learning standard identifie une stratégie « optimale » unique en maximisant l’espérance estimée du résultat. Toutefois, cette approche peut masquer l’existence d’options thérapeutiques statistiquement équivalentes en matière de bénéfice attendu, limitant ainsi la flexibilité clinique.
Nous proposons des stratégies de Q-learning quasi équivalentes, qui caractérisent un ensemble de stratégies statistiquement quasi optimales produisant des résultats comparables. Nous illustrons l'approche dans un cadre longitudinal de plans de traitement dynamique ainsi que dans un cadre à une seule étape d'un plan de soin personnalisé (ITR), en mettant en évidence les recommandations ε-équivalentes et les patients situés à la frontière décisionnelle, pour lesquels plusieurs traitements présentent des performances attendues similaires.