Science：个性化策略真的“物有所值”吗？KPT统计检验帮你算清这笔账

优化干预决策是社会科学、医学和市场营销等领域的核心问题。近年来，人们越来越热衷于学习和部署个性化的决策策略，但另一种选择其实更简单：给所有人提供同一种最佳的总体干预方案。异质性处理效应（即不同人群亚组对同一干预的反应不同）固然是个性化能够带来收益的必要条件，但并非充分条件——只有当某些亚组在特定干预下表现明显优于其他选择时，个性化才真正有价值。而即便存在收益，个性化也会增加数据需求、带来操作复杂性，并引发公平性方面的担忧。因此，他们亟需一套正式的统计方法来量化“个性化策略”的预期效用。

为满足这一需求，研究团队提出了 K折个性化检验（KPT）。该方法利用历史数据来检验：个性化策略是否预期会显著优于给全体人群提供统一的最佳单一干预。KPT巧妙地结合了重复数据拆分和双重稳健估计，使得同一套数据集既能用于策略学习，又能用于效果评估。这一过程产生了个性化预期效用的估计值及其方差，从而构建出KPT统计量。他们证明，在常见假设下，KPT能有效控制假阳性率；在更强条件下，该方法达到半参数效率——即所有正则估计量中方差最小。这种估计在数据有限的常见场景中尤为宝贵。KPT估计器适用于多种干预、多个协变量以及基于机器学习的个性化策略学习算法——这与以往仅限于二元处理或无法提供强统计效率保证的方法形成鲜明对比。

他们将KPT估计器应用于三个真实数据集，计算了个性化效应的估计值和置信区间：大规模开放在线课程（MOOC）中提高学生课程完成率的干预方案、临床抑郁症的治疗选择，以及笑话推荐。此外，他们还检验了一个半合成数据集——职业培训项目Job Corps对工资的影响。在所有案例中，他们的方法给出的置信区间与先前基线方法相当或更窄，且稳定性远优于先前方法——后者对特定的数据拆分非常敏感。例如，在奈法唑酮治疗临床抑郁症的数据集中，某些基线方法在一次数据拆分下会自信地报告存在阳性个性化效应，而在另一次拆分下却报告无效应。他们的KPT估计器在MOOC和抑郁症数据集中几乎未发现个性化收益的证据，但在半合成的Job Corps和笑话推荐场景中发现了显著增益。

综上所述，评估异质性处理效应已成为常规操作，但“存在异质性”并不等于“个性化是否值得付诸实践”。从公共政策到医疗决策再到在线广告，应用场景极为广泛，弥合这一鸿沟意义重大。KPT提供了一种有原则、高效的工具，能够帮助研究者和实践者做出明智判断。（生物谷Bioon.com）

参考文献：

Zhaoqi Li et al, A statistical test for the benefits of personalizing interventions, Science (2026). DOI: 10.1126/science.aeb9506.