Patients with chronic diseases, such as cancer or epilepsy, are often followed through multiple stages of clinical interventions. Dynamic treatment regimes (DTRs) are sequences of decision rules that assign treatments at each stage based on measured covariates for each patient. A DTR is said to be optimal if the expectation of the desirable clinical benefit reaches a maximum when applied to a population. When there are three or more options for treatments at each decision point and the clinical outcome of interest is a time-to-event variable, estimating an optimal DTR can be complicated. We propose a doubly robust method to estimate optimal DTRs with multicategory treatments and survival outcomes. A novel blip function is defined to measure the difference in expected outcomes among treatments, and a doubly robust weighted least squares algorithm is designed for parameter estimation. Simulations using various weight functions and scenarios support the advantages of the proposed method in estimating optimal DTRs over existing approaches. We further illustrate the practical value of our method by applying it to data from the Standard and New Antiepileptic Drugs study. In this analysis, the proposed method supports the use of the new drug lamotrigine over the standard option carbamazepine. When the actual treatments match the estimated optimal treatments, survival outcomes tend to be better. The newly developed method provides a practical approach for clinicians that is not limited to cases of binary treatment options.

中文翻译：

---

多类别治疗和生存结果的最佳动态治疗方案的双重稳健估计

患有癌症或癫痫等慢性疾病的患者通常会接受多个阶段的临床干预。动态治疗方案 (DTR) 是一系列决策规则，这些规则根据每个患者的测量协变量在每个阶段分配治疗。如果在应用于人群时期望的临床获益达到最大值，则称 DTR 是最佳的。当每个决策点有三个或更多治疗选项并且感兴趣的临床结果是事件发生时间变量时，估计最佳 DTR 可能会很复杂。我们提出了一种双稳健的方法来估计具有多类别治疗和生存结果的最佳 DTR。定义了一个新的 blip 函数来衡量治疗之间预期结果的差异，并设计了一种双鲁棒加权最小二乘算法进行参数估计。使用各种权重函数和场景的模拟支持所提出的方法在估计最佳 DTR 方面优于现有方法的优势。我们通过将其应用于标准和新型抗癫痫药物研究的数据，进一步说明了我们方法的实用价值。在此分析中，所提出的方法支持使用新药拉莫三嗪而非标准选项卡马西平。当实际治疗与估计的最佳治疗相匹配时，生存结果往往会更好。新开发的方法为临床医生提供了一种实用的方法，不仅限于二元治疗方案。使用各种权重函数和场景的模拟支持所提出的方法在估计最佳 DTR 方面优于现有方法的优势。我们通过将其应用于标准和新型抗癫痫药物研究的数据，进一步说明了我们方法的实用价值。在此分析中，所提出的方法支持使用新药拉莫三嗪而非标准选项卡马西平。当实际治疗与估计的最佳治疗相匹配时，生存结果往往会更好。新开发的方法为临床医生提供了一种实用的方法，不仅限于二元治疗方案。使用各种权重函数和场景的模拟支持所提出的方法在估计最佳 DTR 方面优于现有方法的优势。我们通过将其应用于标准和新型抗癫痫药物研究的数据，进一步说明了我们方法的实用价值。在此分析中，所提出的方法支持使用新药拉莫三嗪而非标准选项卡马西平。当实际治疗与估计的最佳治疗相匹配时，生存结果往往会更好。新开发的方法为临床医生提供了一种实用的方法，不仅限于二元治疗方案。在此分析中，所提出的方法支持使用新药拉莫三嗪而非标准选项卡马西平。当实际治疗与估计的最佳治疗相匹配时，生存结果往往会更好。新开发的方法为临床医生提供了一种实用的方法，不仅限于二元治疗方案。在此分析中，所提出的方法支持使用新药拉莫三嗪而非标准选项卡马西平。当实际治疗与估计的最佳治疗相匹配时，生存结果往往会更好。新开发的方法为临床医生提供了一种实用的方法，不仅限于二元治疗方案。