Método de Control Sintético Aumentado con Aprendizaje Automático

El método de control sintético aumentado con aprendizaje automático (ML-augmented synthetic control method) extiende el estimador clásico de control sintético mediante el uso de regresión penalizada u otros algoritmos de aprendizaje automático (ML) —como lasso, ridge o bosques aleatorios— para construir los pesos de los donantes y modelar las trayectorias de los resultados previos al tratamiento. El aumento corrige el desequilibrio residual que deja el paso de ponderación estándar, lo que produce un sesgo menor cuando no existe un control sintético perfecto.