Estimating Response-Maximized Decision Rules With Applications to Breastfeeding
Notice bibliographique
Résumé
To estimate the sequence of actions that optimizes response in a longitudinal setting, it is important to study the actions as part of a set of decision rules rather than in a series of single-action comparisons. We take as our motivating example the estimation of the set of decision rules for the duration of breastfeeding with a view to maximizing infant growth. Breastfeeding has many well-recognized beneficial effects on health and development. However observational evidence has suggested that breastfeeding is associated with reduced infant growth, although the long-term consequences for stature and adiposity remain controversial. The Promotion of Breastfeeding Intervention Trial (PROBIT) recruited 17,046 women in which hospitals and their affiliated polyclinics in Belarus were randomized to a breastfeeding promotion intervention or to standard care. In this article, we propose Structural Mean Models and estimate their parameters using G-estimation to obtain unbiased estimates of the effect of continued breastfeeding on infant growth (weight or length) at one year of age. We also implement a modified version of the G-estimation algorithm that is asymptotically unbiased; this is the first real-data application of the algorithm. Finally, we compare the decision rules implied by the G-estimates with the decision implied by a myopic optimization estimation approach, that is, we compare with decision rules that maximize response in the short-term. The breastfeeding regimes selected by each of the three models are optimal in the sense that specific criteria were optimized; the criteria considered here (maximizing weight or length) were chosen for simplicity, but may not lead to better overall health. We demonstrate in the context of a breastfeeding promotion intervention trial that optimal myopic decision strategies do not coincide with strategies that optimize a longer-term response. Please see the online supplements for a correction to this article.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,038 | 0,150 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,003 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,004 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».