Buchumschlag

Overview and practical recommendations on using Shapley Values for identifying predictive biomarkers via CATE modeling

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Svensson, David, Hermansson, Erik, Nikolaou, Nikolaos, Sechidis, Konstantinos, Lipkovich, Ilya
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Methodology Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Overview and Practical Recommendations on Using Shapley Values for Identifying Predictive Biomarkers via CATE Modeling
von: David Svensson, et al.
Veröffentlicht: (2026)

Causal Analysis of Shapley Values: Conditional vs. Marginal
von: Rozenfeld, Ilya
Veröffentlicht: (2024)

A unified Bayesian framework for interval hypothesis testing in clinical trials
von: Chakraborty, Abhisek, et al.
Veröffentlicht: (2024)

Doubly Robust Fusion of Many Treatments for Policy Learning
von: Zhu, Ke, et al.
Veröffentlicht: (2025)

Transfer Learning of CATE with Kernel Ridge Regression
von: Kim, Seok-Jin, et al.
Veröffentlicht: (2025)

Robust CATE Estimation Using Novel Ensemble Methods
von: Machluf, Oshri, et al.
Veröffentlicht: (2024)

Modern approaches for evaluating treatment effect heterogeneity from clinical trials and observational data
von: Lipkovich, Ilya, et al.
Veröffentlicht: (2023)

CATE Estimation With Potential Outcome Imputation From Local Regression
von: Aloui, Ahmed, et al.
Veröffentlicht: (2023)

Double Machine Learning Methods for Estimating Average Treatment Effects: A Comparative Study
von: Tan, Xiaoqing, et al.
Veröffentlicht: (2022)

Choosing the nominal level post-hoc with knockoffs using e-values
von: Fischer, Lasse, et al.
Veröffentlicht: (2025)

Performance evaluation of predictive AI models to support medical decisions: Overview and guidance
von: Van Calster, Ben, et al.
Veröffentlicht: (2024)

Group Shapley Value and Counterfactual Simulations in a Structural Model
von: Kwon, Yongchan, et al.
Veröffentlicht: (2024)

Optimal and Structure-Adaptive CATE Estimation with Kernel Ridge Regression
von: Kim, Seok-Jin
Veröffentlicht: (2026)

Fit CATE Once: Model-Assisted Randomization Tests Without Sample Splitting
von: Zheng, Fangnan, et al.
Veröffentlicht: (2026)

Multi-CATE: Multi-Accurate Conditional Average Treatment Effect Estimation Robust to Unknown Covariate Shifts
von: Kern, Christoph, et al.
Veröffentlicht: (2024)

Robust Bayesian Sequential Borrowing for Multi-Population Clinical Programmes
von: Hermansson, Erik, et al.
Veröffentlicht: (2026)

Joint Distribution-Informed Shapley Values for Sparse Counterfactual Explanations
von: You, Lei, et al.
Veröffentlicht: (2024)

Multivariate outlier explanations using Shapley values and Mahalanobis distances
von: Mayrhofer, Marcus, et al.
Veröffentlicht: (2022)

Fast approximative estimation of conditional Shapley values when using a linear regression model or a polynomial regression model
von: Aanes, Fredrik Lohne
Veröffentlicht: (2025)

Inference on Variable Importance for Treatment Effect Heterogeneity: Shapley Values and Beyond
von: Morzywolek, Pawel, et al.
Veröffentlicht: (2025)

Efficient nonparametric statistical inference on population feature importance using Shapley values
von: Williamson, Brian D., et al.
Veröffentlicht: (2020)

Shapley Curves: A Smoothing Perspective
von: Miftachov, Ratmir, et al.
Veröffentlicht: (2022)

An Overview of Causal Inference using Kernel Embeddings
von: Sejdinovic, Dino
Veröffentlicht: (2024)

Shapley-PC: Constraint-based Causal Structure Learning with a Shapley Inspired Framework
von: Russo, Fabrizio, et al.
Veröffentlicht: (2023)

Large language model validity via enhanced conformal prediction methods
von: Cherian, John J., et al.
Veröffentlicht: (2024)

Action Shapley: A Training Data Selection Metric for World Model in Reinforcement Learning
von: Ghosh, Rajat, et al.
Veröffentlicht: (2026)

BARTSIMP: flexible spatial covariate modeling and prediction using Bayesian additive regression trees
von: Jiang, Alex Ziyu, et al.
Veröffentlicht: (2023)

Asset price movement prediction using empirical mode decomposition and Gaussian mixture models
von: Palma, Gabriel R., et al.
Veröffentlicht: (2025)

Conformal prediction for frequency-severity modeling
von: Graziadei, Helton, et al.
Veröffentlicht: (2023)

Counterfactual identifiability beyond global monotonicity: non-monotone triangular structural causal models
von: Tan, Pengcheng, et al.
Veröffentlicht: (2026)

Holdouts set for safe predictive model updating
von: Haidar-Wehbe, Sami, et al.
Veröffentlicht: (2022)

Stability of clinical prediction models developed using statistical or machine learning methods
von: Riley, Richard D, et al.
Veröffentlicht: (2022)

Causal Effect Estimation using identifiable Variational AutoEncoder with Latent Confounders and Post-Treatment Variables
von: Xie, Yang, et al.
Veröffentlicht: (2024)

A Primer on the Signature Method in Machine Learning
von: Chevyrev, Ilya, et al.
Veröffentlicht: (2016)

Prediction-Powered Adaptive Shrinkage Estimation
von: Li, Sida, et al.
Veröffentlicht: (2025)

On Model Extrapolation in Marginal Shapley Values
von: Rozenfeld, Ilya
Veröffentlicht: (2024)

Dirichlet process mixtures of block $g$ priors for model selection and prediction in linear models
von: Porwal, Anupreet, et al.
Veröffentlicht: (2024)

Causal inference using invariant prediction: identification and confidence intervals
von: Peters, Jonas, et al.
Veröffentlicht: (2015)

When accurate prediction models yield harmful self-fulfilling prophecies
von: van Amsterdam, Wouter A. C., et al.
Veröffentlicht: (2023)

A causal viewpoint on prediction model performance under changes in case-mix: discrimination and calibration respond differently for prognosis and diagnosis predictions
von: van Amsterdam, Wouter A. C.
Veröffentlicht: (2024)