ダイナミックな治療体制

医学研究において、動的治療レジーム（DTR）、適応的介入、または適応的治療戦略は、個々の患者に効果的な治療法を選択するための一連のルールです。^[1]歴史的に、医学研究と医療の実践は、慢性疾患を含むすべての医学的問題の治療に急性期ケアモデルに依存する傾向がありました。^[2] 動的レジームの下で特定の患者に対して行われる治療の選択は、その個人の特性と履歴に基づいており、長期的な臨床結果を最適化することを目的としています。動的治療レジームは、強化学習の分野におけるポリシーに類似しており、制御理論におけるコントローラーに類似しています。動的治療レジームに関する研究のほとんどは医学の分野で行われてきましたが、同じ考え方が教育、マーケティング、経済学などの他の分野の時間変動ポリシーにも当てはまります。^[要出典]

• 個別化医療
• 強化学習
• Q学習
• 最適な制御
• 多腕強盗

• Diaz, Francisco J.; Cogollo, Myladis R.; Spina, Edoardo; Santoro, Vincenza; Rendon, Diego M.; Leon, jose de (2012)、「ランダム効果線形モデルに基づく薬剤投与量の個別化」、Journal of Biopharmaceutical Statistics、22 (3): 463–484、doi :10.1080/10543406.2010.547264、PMID  22416835
• Diaz, Francisco J.; Yeh, Hung-Weh; Leon, Jose de (2012)、「パーソナライズ医療における統計的ランダム効果線形モデルの役割」、Current Pharmacogenomics and Personalized Medicine、10 (1): 22–32、doi :10.2174/1875692111201010022、PMC  3580802、PMID  23467392
• Banerjee, A.; Tsiatis, AA (2006)、「第 II 相臨床試験における適応型 2 段階設計」、Statistics in Medicine、25 (19): 3382–3395、doi :10.1002/sim.2501、PMID  16479547
• コリンズ、LM;マーフィー、SA ; ネア、V.; ストレチャー、V. (2005)、「行動介入の最適化と評価のための戦略」、行動医学年報、30 (1): 65–73、doi : 10.1207/s15324796abm3001_8、PMID  16097907
• Guo, X.; Tsiatis, AA (2005)、「打ち切りデータを用いた2段階ランダム化設計における生存分布の推定」、International Journal of Biostatistics、1 (1)、doi : 10.2202/1557-4679.1000
• Hernán, Miguel A.; Lanoy, Emilie; Costagliola, Dominique; Robins, James M. (2006)、「逆確率重み付けによる動的治療レジームの比較」、Basic & Clinical Pharmacology & Toxicology、98 (3): 237–242、doi : 10.1111/j.1742-7843.2006.pto_329.x、PMID  16611197
• Lavori, PW; Dawson, R. (2000)、「臨床戦略をテストするためのデザイン：バイアス適応型被験者内ランダム化」、Journal of the Royal Statistical Society、シリーズ A、163：29–38、doi：10.1111/1467-985x.00154
• Lavori, PW; Rush, AJ; Wisniewski, SR; Alpert, J.; Fava, M.; Kupfer, DJ; Nierenberg, A.; Quitkin, FM; Sacheim, HA; Thase, ME; Trivedi, M (2001)、「臨床効果試験の強化: 均衡層別ランダム化」、Biological Psychiatry、50 (10): 792–801、doi :10.1016/s0006-3223(01)01223-9、PMID  11720698
• Lavori, PW; Dawson, R (2003)、「動的治療レジーム：実践的な設計上の考慮事項」、臨床試験、1 (1): 9–20、doi :10.1191/1740774s04cn002oa、PMID  16281458
• Lizotte, DL; Bowling, M.; Murphy, SA (2010)、「ランダム化臨床試験分析のための複数の報酬関数による効率的な強化学習」(PDF)、第 27 回機械学習に関する国際会議
• Lokhnygina, Y; Tsiatis, AA (2008)、「最適な 2 段階グループ シーケンシャル デザイン」、Journal of Statistical Planning and Inference、138 (2): 489–499、doi :10.1016/j.jspi.2007.06.011
• Lunceford, JK; Davidian, M .; Tsiatis, AA (2002)、「臨床試験における2段階ランダム化設計の治療方針の生存分布の推定」、Biometrics、58 (1): 48–57、doi :10.1111/j.0006-341x.2002.00048.x、PMID  11890326
• Moodie, EEM; Richardson, TS; Stephens, DA (2007)、「最適な動的治療レジームの解明」、Biometrics、63 (2): 447–455、doi :10.1111/j.1541-0420.2006.00686.x、PMID  17688497
• マーフィー、スーザン A. ; ファン デル ラーン、MJ;ロビンズ、ジェームズ M. ; CPPRG (2001)、「動的レジームの限界平均モデル」、アメリカ統計協会誌、96 (456): 1410–1423、doi :10.1198/016214501753382327、PMC  2794446、PMID  20019887
• マーフィー、スーザン A. (2003)、「最適動的治療レジーム」、王立統計学会誌、シリーズ B、65 (2): 331–366、doi :10.1111/1467-9868.00389、hdl : 2027.42/74095
• マーフィー、スーザン A. (2005)、「適応型治療戦略の開発のための実験デザイン」(PDF)、Statistics in Medicine、24 (10): 1455–1481、doi :10.1002/sim.2022、hdl : 2027.42/39201、PMID  15586395
• マーフィー、スーザン A.、ダニエル アルミラル (2008)、「ダイナミック トリートメント レジーム」、医療意思決定百科事典: #
• Nair, V.; Strecher, V.; Fagerlin, A.; Ubel, P.; Resnicow, K.; Murphy, S .; Little, R.; Chakraborty, B.; Zhang, A. (2008)、「行動介入研究におけるスクリーニング実験と一部実施要因設計」、American Journal of Public Health、98 (8): 1354–1359、doi :10.2105/ajph.2007.127563、PMC  2446451、PMID  18556602
• Orellana, Liliana; Rotnitzky, Andrea ; Robins, James M. (2010)、「最適な動的治療レジームの推定のための動的レジーム限界構造平均モデル、パート I: メインコンテンツ」、The International Journal of Biostatistics、6 (2)、doi :10.2202/1557-4679.1200、hdl : 10536/DRO/DU:30069855、PMID  21969994、2011-06-11 にオリジナルからアーカイブ、 2010-04-12 に取得
• Orellana, Liliana; Rotnitzky, Andrea ; Robins, James M. (2010)、「最適な動的治療レジームの推定のための動的レジーム限界構造平均モデル、パート II: 結果の証明」、The International Journal of Biostatistics、6 (2): 9、doi :10.2202/1557-4679.1242、PMC  2854089、PMID  20405047、2011-06-11 にオリジナルからアーカイブ、2010-04-12 に取得
• Robins, James M. (2004)、「最適な連続決定のための最適な構造ネストモデル」、Lin, DY、Heagerty, PJ (編)、第 2 回シアトル生物統計シンポジウム議事録、Springer、ニューヨーク、pp. 189–326
• ロビンズ、ジェームズ M. (1986)、「持続的な曝露期間による死亡率研究における因果推論への新しいアプローチ - 健康な労働者の生存者効果の制御への応用」、Computers and Mathematics with Applications、14 : 1393–1512
• ロビンズ、ジェームズ M. (1987)、「持続的な曝露期間による死亡率研究における因果推論への新しいアプローチ - 健康な労働者の生存者効果の制御への応用」への補遺"、コンピュータと数学の応用、14（9–12）：923–945、doi：10.1016 / 0898-1221（87）90238-0
• Rush, AJ; Trivedi, M.; Fava, M. (2003)、「うつ病IV：うつ病に対するSTAR*D治療試験」、American Journal of Psychiatry、160 (2): 237、doi :10.1176/appi.ajp.160.2.237、PMID  12562566
• Schneider, LS; Tariot, PN; Lyketsos, CG; Dagerman, KS; Davis, KL; Davis, S.; Hsiao, JK; Jeste, DV; Katz, IR; Olin, JT; Pollock, BG; Rabins, PV; Rosenheck, RA; Small, GW; Lebowitz, B.; Lieberman, JA (2001)、「国立精神衛生研究所の臨床抗精神病薬介入効果試験 (CATIE) アルツハイマー病試験方法論」、American Journal of Geriatric Psychiatry、9 (4): 346–360、doi :10.1097/00019442-200111000-00004、PMID  11739062
• サットン、RS ;バルト、AG (1998)、強化学習入門、MIT Press、ISBN 978-0-262-19398-6、2009-09-04にオリジナルからアーカイブ
• MJ、ファン・デル・ラーン。Robins、James M. (2003)、Unified Methods for Censored Longitudinal Data and Causality、Springer-Verlag、ISBN 978-0-387-95556-8
• ファン・デル・ラーン、MJ; ピーターセン、ML (2004)、歴史調整限界構造モデルと統計的に最適な動的治療体制
• Wagner, EH; Austin, BT; Davis, C.; Hindmarsh, M.; Schaefer, J.; Bonomi, A. (2001)、「慢性疾患ケアの改善：エビデンスを行動に移す」、Health Affairs、20 (6): 64–78、doi :10.1377/hlthaff.20.6.64、PMID  11816692
• Wahed, A.. S.; Tsiatis, AA (2004)、「臨床試験における2段階ランダム化設計の治療方針に対する生存分布と関連量の最適推定量」、バイオメトリクス、60 (1): 124–133、doi :10.1111/j.0006-341X.2004.00160.x、PMID  15032782
• Watkins, CJCH (1989)、「遅延報酬からの学習」、博士論文、ケンブリッジ大学、ケンブリッジ、イギリス
• Zhao, Y.; Kosorok, MR; Zeng, D. (2009)、「がん臨床試験のための強化学習設計」、Statistics in Medicine、28 (26): 3294–3315、doi :10.1002/sim.3720、PMC  2767418、PMID  19750510
• Zajonc, T. (2010)、動的治療体制のためのベイズ推論：学生追跡におけるモビリティ、公平性、効率性、SSRN  1689707