同一种治疗方案，平均效果不错，不等于每个人都受益。少数患者可能疗效很差，甚至还要承受副作用。Lei 和 Qu 提出的 RQDTR，想把这部分人直接放进优化目标，而不是等算完平均收益后再补看风险。
它学习的是动态治疗策略——根据患者当前状况和此前反应，分阶段决定加药、换药或调整强度。关键变化是优化预先指定的分位数，也就是结局分布中的某个位置；例如关注较差的一端，就能避免平均值掩盖尾部风险。框架还提供三种选择：只追求该分位数上的疗效、给总体治疗风险设硬约束，或把疗效与风险合成一个效用目标。
方法也不再局限于两种治疗二选一，而是用 angle-based formulation 在每个阶段联合学习多个选项。作者在 All of Us 抑郁症数据和 MIMIC-III 脓毒症数据上的应用中称，它改善了尾部疗效及收益—风险权衡；现有材料未披露具体提升幅度。