01 / QUESTION
平均生存更好，不等于每个人都应接受同一方案
动态治疗方案关注的是“给定患者特征，该选哪一种治疗”，而不是只比较总体平均结局。
HIV 治疗结局受到患者基线状态影响。ACTG175 随机试验提供了治疗与随访数据，但生存结局存在删失，且不同患者在候选方案间的获益可能并不相同。项目将问题表述为个体化治疗规则：对每组基线特征 H，选择能带来更优目标生存结局的候选方案。
核心思路：先将删失生存转换为固定时间点的伪值，再以倾向评分与结局回归构造双重稳健治疗对比，最后通过加权分类直接学习治疗规则 g(H)。
02 / DATA
从 ACTG175 试验提取“治疗前状态—1000 天生存”证据链
建模仅使用治疗前可获得的信息，避免把治疗后的变化当作初始治疗决策的依据。
研究终点设为 1000 天生存；事件时间在该窗口内截断。项目保留六个治疗前特征作为输入，并在网页端提供与训练数据字段一致的表单、CSV 批量预测和模型训练流程。
年龄age_years
years
years
性别sex_male
binary
binary
体重weight_kg
kg
kg
基线 CD4cd4_baseline
cells/mm³
cells/mm³
Karnofsky功能状态
score
score
既往用药preanti_days
days
days
03 / METHOD
把“生存差异”拆成可检查的四步
项目复现了以伪值和治疗对比为核心的生存对比学习链路，并保留不同加权策略的比较。
STEP 01生存伪值
在 1000 天固定窗口计算 Kaplan–Meier 伪值，将带删失的生存信息转化为可进入后续学习的个体化结局。
STEP 02治疗与结局建模
分别估计治疗分配概率 π(A|H) 与结局回归 Q(H,A)，为逆概率加权与双重稳健对比准备两条信息路径。
STEP 03对比加权分类
以治疗对比的大小和方向形成分类权重，直接学习预测因子与治疗的交互作用，而不是先拟合复杂主效应。
STEP 04稀疏规则与策略评估
局部线性 SCAD 加权 hinge-loss SVM 支持变量筛选；再以加权 Kaplan–Meier 曲线评估规则对应的总体策略生存。
04 / RULES
二臂看对比符号，多臂用逐对比较投票
相同的生存对比框架可从两个候选方案扩展到三个方案，不把多臂问题简化成单一平均排序。
二臂初始治疗规则
在 ZDV+ddI 与 ZDV+zal 之间，模型输出个体治疗对比分数及其对应的推荐臂；分数的符号决定规则指向。
ZDV + ddIcontrast signZDV + zal
三臂逐对比较规则
分别构建 (1,2)、(1,3)、(2,3) 三组对比，再以投票汇总 ZDV+ddI、ZDV+zal 与 ddI 的候选结果。
1 vs 2→ vote ←1 vs 3 / 2 vs 3
可审阅输出：在线系统将推荐治疗、对比分数／决策分数，以及多臂模式下的逐对比较和投票结果分开呈现，便于回看规则是怎样形成的。
05 / ACTG175
观察治疗组与估计治疗规则，均回到同一条生存曲线
左侧展示原始治疗臂的生存轨迹；右侧展示不同学习规则对应的策略层面生存估计。
.630ZDV · 1000 天生存
.792ZDV+ddI · 1000 天生存
.787ZDV+zal · 1000 天生存
.758ddI · 1000 天生存
06 / MAPS
规则图展示模型边界，而非临床疗效地图
在其余基线变量固定于训练数据中位数／众数时，年龄与基线 CD4 的二维切面可用于观察规则怎样切换候选治疗。
07 / PLATFORM
把方法链路开放为可操作、可复查的研究界面
模型网站将单例推理、批量任务与重新训练分开，方便对输入、模型和输出进行追溯。
双模式规则浏览
在二臂 PDWL 与三臂 MDWL 之间切换，查看对应候选治疗、对比分数和投票结构。
CSV 批量预测
使用明确的六项基线字段上传队列数据，导出逐条的规则结果与可审阅的模型信息。
真实训练流程
从上传的 ACTG175 格式数据拟合 PDWL 或 MDWL，保留 1000 天终点、模型类型和结果文件。
适用边界
该页面与在线系统用于统计方法研究、教学和可复现性演示，不构成 HIV 诊断、处方或个体化用药建议。规则在实际应用前仍需经过目标人群外部验证、当代治疗方案评估、数据质量审查与临床专业团队的独立判断。
项目入口
进入在线生存对比学习系统，阅读公开论文；介绍视频将在素材确认后补充。