来源：期刊VIP网 时间：
作者：李牧之;王思村;和晓珺;党海霞;刘骏;王忠;于亚南;
单位：中国中医科学院中医临床基础医学研究所;中国中医科学院;
摘要：治疗效果异质性（HTE）分析是对临床研究中不同患者群体治疗效果差异性表现的系统探索，有助于推动个体化治疗策略的实施。机器学习方法对复杂交互作用的识别能力为HTE更准确、高效地获得治疗优势人群提供了可行路径。系统梳理了目前临床研究中HTE分析常用的机器学习模型，归纳为惩罚回归模型、因果树模型、贝叶斯模型和元学习模型四种类型；阐述了不同类别机器学习模型的优缺点及在HTE分析中的适用数据类型，探讨了不同机器学习方法在中医药临床研究中的可能应用场景，以期为在中医药临床研究中应用HTE分析提供方法学支持。
关键词：治疗效果异质性分析;;机器学习;;惩罚回归模型;;因果树模型;;贝叶斯模型;;元学习模型
基金资助：国家重点研发计划（2025YFC3507905）;; 中国中医科学院基本科研业务费优秀青年科技人才（创新类）培养专项（ZZ13-YQ-076）;; 国家自然科学基金（82105052,82474682）
