从许多可用的治疗方法中选择最适合某一特定对象的治疗方法是一个日常关注的问题。医生必须根据观察到的若干协变量X和以往的经验，为给定的病人选择适当的药物治疗或药物治疗。在失业办事处工作的个案工作者必须在各种为失业求职者提供的积极的劳动力市场计划中作出选择。在本文中，提出了两个方法学上的进步:首先，当两个数据集中的回归量不一致时，该方法学允许将先前治疗过的个体的数据集与新客户的数据集结合起来。因此，它在以前处理过的现有客户端不可用的基础上合并了额外的回归量。由于成本考虑、数据保密原因或数据可用性方面的时间延迟，经常会出现这种情况。其次，分析推荐治疗选择的统计推断，并以可理解和透明的方式传达给代理人、医生或个案工作者。介绍了在瑞士为失业求职者在积极劳动力市场方案(ALMP)中进行选择的一项试点研究中采用这种方法的情况。