# SurvHTE-Bench：生存分析中异质性治疗效应估计基准

从右删失生存数据中估计异质性处理效应（HTEs）在精准医学和个体化政策制定等高风险应用中至关重要。然而，生存分析设置由于删失、未观测的反事实和复杂的识别假设，为HTE估计带来了独特的挑战。尽管最近取得了进展，从因果生存森林到生存元学习器和结果插补方法，评估实践仍然存在碎片化和不一致的问题。我们介绍了SurvHTE-Bench，这是第一个用于删失结果HTE估计的综合基准。该基准包括：(i)一套模块化的合成数据集，具有已知的真实值，系统地改变因果假设和生存动态；(ii)将真实世界协变量与模拟处理和结果配对的半合成数据集；(iii)孪生研究（具有已知真实值）和HIV临床试验的真实世界数据集。在合成、半合成和真实世界设置中，我们首次在多样化条件和现实假设违反情况下进行了生存HTE方法的严格比较。SurvHTE-Bench为因果生存方法的公平、可重复和可扩展的评估奠定了基础。我们基准的数据和代码可在以下地址获取：