Partial Adherence Weighting for Stable Estimation of Dynamic Treatment Regimes
Inverse probability weighting (IPW) and augmented IPW are widely used to estimate dynamic treatment regime values, but finite-sample performance can be poor when treatment probabilities are small and adherence is low. This instability stems from the strict compatibility rule that discards all near-adherent trajectories, producing unstable weights and inflated finite-sample variance. We introduce two general partial-adherence frameworks that adaptively borrow information from clinically similar individuals. The resulting estimators preserve the identifying assumptions, integrate with existing IPW pipelines, and exhibit favourable theoretical properties. In simulations with multi-stage, multi-threshold decision rules, the proposed estimators yield more stable value surfaces, increased effective sample size and reliable optimal threshold identification. An application to the ACTG175 HIV dataset illustrates improved weight stability and efficiency.
Pondération partielle de l'adhérence pour une estimation stable des régimes de traitement dynamiques
La pondération par probabilité inverse (IPW) et l'IPW augmentée sont largement utilisées pour estimer les valeurs des régimes de traitement dynamiques, mais la performance sur échantillon fini peut être médiocre lorsque les probabilités de traitement sont faibles et l'adhérence est basse. Cette instabilité découle de la règle de compatibilité stricte qui écarte tous les trajectoires quasi-adhérentes, produisant des poids instables et une variance gonflée sur échantillon fini. Nous introduisons deux cadres généraux d'adhérence partielle qui empruntent de manière adaptative des informations à des individus cliniquement similaires. Les estimateurs résultants préservent les hypothèses d'identification, s'intègrent aux pipelines IPW existants et présentent des propriétés théoriques favorables. Dans des simulations avec des règles de décision multi-étapes et multi-seuils, les estimateurs proposés produisent des surfaces de valeur plus stables, une taille d'échantillon effectif accrue et une identification fiable des seuils optimaux. Une application à l'ensemble de données HIV ACTG175 illustre une amélioration de la stabilité des poids et de l'efficacité.
Date and Time
-
Langue de la présentation orale
Anglais
Langue des supports visuels
Anglais