Método de Controle Sintético Aumentado por Machine Learning

O método de controle sintético aumentado por machine learning estende o estimador de controle sintético clássico usando regressão penalizada ou outros algoritmos de ML — como lasso, ridge ou random forests — para construir os pesos dos doadores e modelar as trajetórias de resultados pré-tratamento. O aumento corrige o desequilíbrio residual deixado pela etapa de ponderação padrão, resultando em menor viés quando não existe um controle sintético perfeito.