同一种治疗，可能让一部分人的疼痛从“重”降到“轻”，却对另一部分人无效甚至有害。若把所有人的等级变化压成一个平均数，这些得失很容易互相抵消。更麻烦的是，疼痛等级属于序数结局——有高低顺序，但“重到中”和“中到轻”未必差得一样多，直接算平均值等于默认每一级间隔相等。
Yue Zhang、Shanshan Luo 和 Yangbo He 提出一套面向序数结局的策略学习方法：它不先估计平均处理效应，而是直接学习“谁该接受治疗”的决策规则。关键难点是，仅凭现有数据和假设，一个人“严格获益”的概率通常无法精确确定，只能得到可能范围，也就是部分识别。论文因此采用最小最大遗憾：在所有仍可能成立的数据机制中，寻找最坏情况下也尽量少做错决定的规则。
为处理这个不平滑的优化目标，作者结合平滑近似与 Neyman orthogonalization——一种削弱辅助模型估计误差一阶影响的技术，并给出受限策略集合下的额外最坏遗憾界。作者还用模拟实验和 2022 年 SIPP 数据做了验证；材料未披露具体效果数字，因此目前更值得关注的是它把问题从“平均有没有用”改写成“面对不确定性，怎样稳健地决定给谁用”。