提供了一种算法，基于现有标记或特征之间的关联中治疗组和对照组之间的偏差，来生成协同标记。使用用于预测治疗选项的协同标记解决了治疗选项倾向于个体水平的协变量(诸如患者个人信息、临床信息和肿瘤特征)的问题。在临床决策支持中使用该协同标记与为预测治疗选项而开发的结果预测模型，其享有以下优点。首先，协同标记基于协变量间的关联水平而不是个体协变量的大小来预测治疗选项。此类预测消除了某些协变量影响临床决策的倾向。其次，使用非参数方法生成具有许多协变量的协同标记，避免了由参数模型导致的维数灾难和过拟合问题。