Estimación de efectos heterogéneos del tratamiento con datos reales de salud – Una revisión exploratoria de métodos de aprendizaje automático

Puntos clave

• La estimación de efectos heterogéneos del tratamiento está ganando terreno en el análisis de datos reales, enfatizando la diversidad de resultados.
• Los modelos basados en árboles dominan los enfoques actuales de aprendizaje automático, mientras que los métodos personalizados del efecto promedio condicional del tratamiento están ganando interés.
• Esta revisión exploratoria evalúa diversos métodos de aprendizaje automático para estimar efectos del tratamiento en la investigación en economía de la salud.
• Mejorar los estándares de evaluación y la transparencia en los informes es esencial para que estos modelos sean confiables en estudios de atención médica.

Resumen