Advancing Fairness in Treatment Strategy Estimation on Censored Data
In healthcare and precision medicine, estimating optimal treatment strategies for right-censored data while ensuring fairness across ethnic subgroups is crucial. This problem poses two primary challenges: measuring heterogeneous treatment effects (HTE) under various fairness constraints and addressing censoring mechanisms. In this talk, I will address these challenges by proposing a general framework for estimating HTE using nonparametric methods with user-controllable fairness constraints. The estimated HTE is then utilized to derive the optimal treatment strategy. Under mild regularization assumptions, the framework is theoretically grounded, exhibiting the double robustness property of the HTE estimator. Additionally, I will discuss how the derived optimal treatment strategy balances fairness and utility, shedding light on the well-known fairness-utility trade-off.
Promouvoir l'équité dans l'estimation des stratégies de traitement pour des données censurées
Dans le domaine des soins de santé et de la médecine de précision, il est crucial d’estimer les stratégies optimales de traitement pour les données censurées à droite tout en garantissant l’équité entre sous-groupes ethniques. Ce problème soulève deux défis principaux : mesurer les effets de traitement hétérogènes (ETH) sous diverses contraintes d’équité et tenir compte des mécanismes de censure. Dans cette présentation, j’aborderai ces défis en proposant un cadre général permettant l’estimation des ETH en utilisant des méthodes non paramétriques qui intégrent des contraintes d’équité contrôlables par l’utilisateur. Les ETH ainsi estimés seront utilisés pour dériver la stratégie optimale de traitement. Sous des hypothèses modérées de régularisation, ce cadre repose sur des bases théoriques solides et présente un estimateur des ETH qui est doublement robuste. De plus, j’examinerai comment la stratégie optimale de traitement dérivée parvient à équilibrer équité et utilité, en mettant en lumière le compromis bien connu entre ces deux critères.
Date and Time
-
Langue de la présentation orale
Anglais
Langue des supports visuels
Anglais