본 논문은 관측 데이터를 기반으로 복합 치료(composite treatments)가 복합 결과(composite outcomes)에 미치는 개별화된 치료 효과(ITE, Individualized Treatment Effect)를 추정하는 문제를 다룬다. 기존의 causal machine learning 연구는 단일 치료와 단일 결과에 국한되어 실제 복잡한 시나리오 적용에 어려움이 있었다. 본 논문에서는 이러한 한계를 극복하기 위해, 치료와 결과 간 정보를 동적으로 공유하는 새로운 하이퍼네트워크 기반 접근법인 H-Learner를 제안한다. H-Learner는 데이터 부족 문제를 해결하고 이진 및 임의의 복합 치료 및 결과에 효과적임을 실증 분석을 통해 보여준다.
