跳转至

A Likelihood Ratio Testing Approach for Interval-Censored Data

作者: Yuan Wu, Susan Halabi
主题: 非参数 / 半参数
相关性: 6/10
链接: https://arxiv.org/abs/2606.11439


一、领域脉络与小综述

这个方向是什么

本文所处的子方向是区间删失数据下的半参数推断,其根本统计问题是:当事件时间 \(T\) 只能被观测到落在某个区间 \((U, V]\) 内(而非精确值)时,如何在 Cox 比例风险模型框架下对回归系数 \(\beta\) 进行假设检验。该问题的核心困难在于基线风险函数 \(\Lambda(\cdot)\) 是无穷维 nuisance 参数,使得似然比统计量的渐近分布推导远非平凡——经典的 Wilks 现象(\(\chi^2\) 极限)在无穷维 nuisance 参数下不一定成立,需要借助半参数效率理论(如 efficient score、least favorable direction)来刻画。该方向的成熟度属于"方法已有多条路径、但每条路径都有明显痛点"的状态:非参数 MLE(NPMLE)理论完备但计算困难,sieve 方法计算可行但渐近理论需要精细处理。

发展脉络

  • 奠基工作:Kaplan and Meier (1958) 的乘积限估计是生存分析的基础,但其仅适用于右删失数据。Turnbull (1976) 首次系统处理了区间删失数据的非参数估计问题,指出将区间删失简化为右删失会引入偏差——这是本文引言中明确引用的"问题源头"。
  • 半参数回归的突破:Cox (1972) 的比例风险模型是回归分析的基石,但其 partial likelihood 方法依赖右删失假设。Huang and Wellner (1997) 对区间删失数据下的半参数模型进行了系统综述,建立了 NPMLE 的渐近理论框架,但该框架下的计算(EM 或约束优化)在实践中极不稳定。
  • sieve 方法的兴起:Zhang et al. (2010) 和 Wang et al. (2016) 分别提出了基于 B-spline 和 I-spline 的 sieve 最大似然估计方法,将无穷维优化转化为有限维问题。Wang et al. (2016) 的 EM 算法在 R 包 ICsurv 中实现,但本文引言明确指出其"computational instability and slow convergence"在小样本下尤为严重。Zeng et al. (2016, 2017) 则将 NPMLE 推广到更广的变换模型和多元区间删失,建立了效率理论。
  • 似然比推断的挑战:Murphy and van der Vaart (1997) 是半参数似然比推断的理论基石,证明了在一般半参数模型下似然比统计量渐近服从 \(\chi^2\) 分布,但其证明依赖于对 nuisance 参数空间的精细控制。本文的核心贡献正是将这一理论框架具体化到区间删失 Cox 模型的 sieve 设定下。
  • 本文的位置:Wu and Halabi 的工作填补了一个具体缺口——在 sieve 框架下为区间删失 Cox 模型提供有严格渐近理论保障的似然比检验,同时解决计算稳定性问题。其定位不是开辟新方向,而是在已有 NPMLE 与 sieve 方法之间架起一座"理论严谨 + 计算可行"的桥梁。

子线索聚类

  1. NPMLE 理论线:Huang and Wellner (1997)、Zeng et al. (2016, 2017) 代表这条线,追求在一般半参数模型下的效率最优估计,但计算代价高。
  2. sieve 计算线:Zhang et al. (2010)、Wang et al. (2016) 代表这条线,用样条逼近 nuisance 参数,计算可行但渐近理论(尤其是检验方向)不完整。
  3. 似然比推断理论线:Murphy and van der Vaart (1997) 是这条线的核心,提供了半参数似然比统计量渐近分布的通用框架,但需要针对具体模型验证条件。
  4. 临床应用的简化处理线:本文引言批评的"将区间删失转为右删失"的做法(如取区间中点或右端点),在临床文献中极为常见,但 Wu and Halabi (2019) 已证明这种做法一般得不到 MLE。

这个方向在追问的核心问题

  1. 如何构造渐近有效的检验统计量? 在无穷维 nuisance 参数下,naive 的似然比统计量不一定收敛到 \(\chi^2\),需要找到正确的"有效得分"方向。
  2. 如何在计算稳定性与统计效率之间取得平衡? NPMLE 理论最优但计算困难,sieve 方法计算可行但需要选择 sieve 维度(即样条节点数),这影响渐近性质。
  3. 小样本下如何保证检验的可靠性? 区间删失数据在 II 期肿瘤试验中样本量常只有 50-100,Wald 检验的方差估计极不稳定,需要寻找更稳健的推断路径。

⚠️ 作者的 framing

作者将缺口 frame 成:"现有 Wald 型检验在小样本下不稳定,而 sieve MLE 的计算(EM 或约束优化)也容易失败;我们提供似然比检验 + 无约束重参数化,同时解决两个问题。" 这个 framing 有两个值得注意的取舍: - 淡化了 NPMLE 的竞争:Zeng et al. (2016, 2017) 的 NPMLE 在理论上已达到半参数效率界,作者没有正面比较 sieve 方法与 NPMLE 的效率损失,而是强调"计算可行性"作为 sieve 的正当性。 - 回避了 sieve 维度选择的敏感性问题:sieve 方法的渐近理论通常要求节点数随 \(n\) 以特定速率增长,但实际中如何选择节点数(\(p_n = O(n^{1/3})\) 是理论要求,但常数项如何定?)作者未给出数据自适应准则。

张力

未见明显的对立引用——各条线的工作在各自设定下结论一致。但有一个值得注意的潜在张力:Murphy and van der Vaart (1997) 的似然比理论要求 nuisance 参数的最大似然估计收敛速度足够快,而区间删失下 \(\hat{\Lambda}\) 的收敛速度是 \(n^{1/3}\)(非参数速率),这恰好处于该理论适用性的边界。本文的定理 1 声称 \(\chi^2_K\) 极限成立,但这一结果对 sieve 维度选择的敏感性值得读者亲自验证。


二、最核心、最简单的例子 / 数学问题

第一步:符号、模型、可观测数据

符号清单(逐个点名):

记号 含义 类型
\(T\) 事件时间 潜在随机变量(不可完全观测)
\(U, V\) 两次随访/检查时间,\(U \le T \le V\) 可观测随机变量
\(\Delta_1 = \mathbf{1}[T \le U]\) 事件发生在第一次检查前 可观测指示变量
\(\Delta_2 = \mathbf{1}[U < T \le V]\) 事件发生在两次检查之间 可观测指示变量
\(\Delta_3 = 1 - \Delta_1 - \Delta_2\) 事件发生在第二次检查后 可观测指示变量
\(Z = (Z_1, \ldots, Z_K)^\top\) \(K\) 维协变量 可观测随机向量
\(\beta = (\beta_1, \ldots, \beta_K)^\top\) 回归系数 待估参数(estimand)
\(\Lambda(t)\) 基线累积风险函数 无穷维 nuisance 参数
\(S(t \mid z) = e^{-\Lambda(t) e^{\beta^\top z}}\) 条件生存函数 模型结构
\(x_i = (u_i, v_i, \delta_{1i}, \delta_{2i}, \delta_{3i}, z_i)\) 第 \(i\) 个观测 可观测样本
\(\Lambda_n(t) = \sum_{j=1}^{p_n} \alpha_j I_j^l(t)\) I-spline 逼近的基线累积风险 sieve 近似(\(p_n\) 个基函数)
\(\hat{\beta}_n, \hat{\Lambda}_n\) sieve MLE 估计量
\(\hat{\Lambda}_{n0}\) \(\beta = \beta_0\) 已知时的 sieve MLE 约束估计量
\(lr(\beta_0)\) 似然比统计量 \(2\log \frac{L_f(\hat{\beta}_n, \hat{\Lambda}_n)}{L_f(\beta_0, \hat{\Lambda}_{n0})}\) 检验统计量

模型(数据生成机制):

  1. 给定协变量 \(Z = z\),事件时间 \(T\) 服从 Cox 模型:\(S(t \mid z) = e^{-\Lambda(t) e^{\beta^\top z}}\)。
  2. 检查时间 \((U, V)\) 与 \(T\) 在给定 \(Z\) 下独立,且 \((U, V)\) 与 \(Z\) 独立。
  3. 观测到的是 \((U, V, \Delta_1, \Delta_2, \Delta_3, Z)\),而非 \(T\) 本身。

可观测数据:\(\{x_i\}_{i=1}^n = \{(u_i, v_i, \delta_{1i}, \delta_{2i}, \delta_{3i}, z_i)\}_{i=1}^n\),独立同分布。

似然函数(式 1):

\[L_f(\beta, \Lambda) = \prod_{i=1}^n \left\{1 - e^{-\Lambda(u_i) e^{\beta^\top z_i}}\right\}^{\delta_{1i}} \left\{e^{-\Lambda(u_i) e^{\beta^\top z_i}} - e^{-\Lambda(v_i) e^{\beta^\top z_i}}\right\}^{\delta_{2i}} \left\{e^{-\Lambda(v_i) e^{\beta^\top z_i}}\right\}^{\delta_{3i}}\]

要检验的假设:\(H_0: \beta = \beta_0\)(全局检验)或 \(H_0: \beta_j = \beta_{0j}\)(局部检验)。

第二步:最小内核

剥掉所有一般性假设后,本文的核心数学命题是:

命题(最小形式):设 \(K=1\)(单个协变量),数据为区间删失的 \((U, V, \Delta_1, \Delta_2, \Delta_3, Z)\)。用 I-spline 逼近 \(\Lambda\),令 \((\hat{\beta}_n, \hat{\Lambda}_n)\) 为 sieve MLE,\(\hat{\Lambda}_{n0}\) 为 \(\beta = \beta_0\) 已知时的 sieve MLE。则在 \(H_0: \beta = \beta_0\) 下,

\[lr(\beta_0) = 2\log \frac{L_f(\hat{\beta}_n, \hat{\Lambda}_n)}{L_f(\beta_0, \hat{\Lambda}_{n0})} \xrightarrow{d} \chi^2_1.\]

为什么这个命题不平凡? 关键在于 \(\Lambda\) 是无穷维参数。在参数模型中,Wilks 定理直接给出 \(2\log LR \to \chi^2_K\);但在半参数模型中,\(\hat{\Lambda}_n\) 的估计误差会"污染" \(\hat{\beta}_n\) 的渐近分布,使得 naive 的似然比统计量不一定收敛到 \(\chi^2\)。Murphy and van der Vaart (1997) 证明了在一般条件下半参数似然比统计量仍收敛到 \(\chi^2\),但需要验证:(i) sieve 空间逼近 nuisance 参数的速度足够快;(ii) 有效得分(efficient score)存在且非退化;(iii) 似然比统计量可以被有效得分的一阶展开所控制。

本文的证明思路(最小内核版): 1. sieve 逼近:用 I-spline(等价于 B-spline)逼近 \(\Lambda\),节点数 \(p_n = O(n^{1/3})\)。Jackson 型定理保证 \(\|\Lambda_n - \Lambda_0\|_\infty = O(n^{-(p+r)/(2(p+r)+1)})\),其中 \(p\) 是样条阶数,\(r\) 是光滑性参数。 2. 构造路径:定义 \(\omega_t(\beta, \Lambda, g) = (\beta, \Lambda + (\beta - t)^\top g)\),其中 \(g\) 是逼近 least favorable direction \(h^*\) 的样条函数。这允许在 \(\beta\) 方向上"倾斜" nuisance 参数。 3. 似然比的上界:利用 \(\hat{\beta}_n\) 和 \(\hat{\Lambda}_n\) 的最优性,将 \(lr(\beta_0)\) 夹在两个二次型之间(式 10-13),其主项是有效得分的二次型。 4. 有效得分的渐近正态性:利用 sieve MLE 的渐近正态性(式 6),结合有效得分 \(\tilde{l}(\beta_0, \Lambda_0)\) 的均值为零、方差为 \(I(\beta_0)\)(Fisher 信息),得到 \(lr(\beta_0) \to \chi^2_K\)。

关键难点:证明中需要处理两个技术问题: - sieve 偏差:\(\hat{\Lambda}_n\) 与 \(\Lambda_0\) 的偏差会通过 nuisance 方向影响 \(\hat{\beta}_n\),需要证明这个偏差足够小(\(o_p(n^{-1/2})\))。 - least favorable direction 的逼近:\(h^*\) 是无穷维的,需要用样条函数 \(h_n\) 逼近,且逼近误差要足够小。本文通过 B-spline 的局部化性质和 Jackson 定理控制这个误差。

一句话总结:本文在数学上做的事情是——证明在区间删失 Cox 模型下,sieve 似然比统计量的渐近分布不受 nuisance 参数估计误差的影响,仍为 \(\chi^2\),同时通过无约束重参数化(\(\alpha_j \to e^{\alpha_j}\))将约束优化转化为无约束优化,解决了计算稳定性问题。


三、这篇论文做了什么

三句话

  1. 研究了什么问题:在区间删失数据下,为 Cox 比例风险模型的回归系数构造具有严格渐近 \(\chi^2\) 分布的似然比检验,替代小样本下不稳定的 Wald 检验。
  2. 核心工具/方法:I-spline sieve 最大似然估计 + 无约束重参数化(\(\alpha_j \to e^{\alpha_j}\))+ 基于 least favorable direction 的渐近分布证明。
  3. 主要结论:在正则条件下,似然比统计量 \(lr(\beta_0) \xrightarrow{d} \chi^2_K\);模拟显示该方法在误差控制和功效上优于两种 Wald 检验,且计算时间远低于 EM 算法。

关键设定与假设

模型设定: - 事件时间 \(T\) 服从 Cox 模型:\(S(t|z) = e^{-\Lambda(t) e^{\beta^\top z}}\)。 - 区间删失:观测到 \((U, V, \Delta_1, \Delta_2, \Delta_3)\),其中 \(\Delta_1 = \mathbf{1}[T \le U]\),\(\Delta_2 = \mathbf{1}[U < T \le V]\),\(\Delta_3 = 1 - \Delta_1 - \Delta_2\)。 - 检查时间 \((U, V)\) 与 \(T\) 在给定 \(Z\) 下独立,且 \((U, V)\) 与 \(Z\) 独立。

假设 C1–C4(来自补充材料): - C1(光滑性):真实基线风险函数 \(\lambda_0\) 在 \([0, \tau_1]\) 上有正下界,且有 \(p\) 阶连续导数,\(p + r > 3/2\)(\(r\) 为 Hölder 指数)。这保证样条逼近的速率足够快。 - C2(可识别性):\((U, V)\) 的联合密度在支撑集 \([0, \tau_1]^2\) 上有正下界,且 \(V - U \ge \eta > 0\)。这保证每个观测区间长度有正下界,避免退化情形。 - C3(协变量有界):\(\|Z\| \le z_0 < \infty\)。这是经验过程理论的标准条件。 - C4(非退化):\(\text{Var}(Z)\) 非奇异,且有效 Fisher 信息 \(I(\beta_0)\) 正定。这保证检验统计量有良定义的渐近分布。

相比已有工作的关键差异: - 相比 Zhang et al. (2010):本文用 I-spline 而非 B-spline 逼近 \(\log \Lambda\),且提出无约束重参数化,避免了约束优化的数值困难。 - 相比 Wang et al. (2016):本文不依赖 EM 算法,而是直接用 Newton 法求解无约束优化,计算速度提升约 70 倍(表 1:4.55 秒 vs 326 秒,样本量 200)。 - 相比 Murphy and van der Vaart (1997):本文将其一般理论具体化到区间删失 Cox 模型,并处理了 sieve 空间(而非全空间)带来的额外技术困难。

主要结果

理论结果: - 定理 1:在 C1–C4 下,\(lr(\beta_0) \xrightarrow{d} \chi^2_K\)。证明分三步:(i) 利用 sieve MLE 的收敛性(式 6)和 least favorable direction 的样条逼近,构造 \(lr(\beta_0)\) 的上下界(式 10-13);(ii) 证明上下界的主项都收敛到有效得分的二次型;(iii) 利用有效得分的渐近正态性得到 \(\chi^2\) 极限。 - 引理 1:sieve MLE 的导数 \(\hat{\lambda}_n\) 一致收敛到 \(\lambda_0\),且 \(\hat{\Lambda}_n(\tau_0)\) 依概率收敛到 \(\Lambda_0(\tau_0)\)。这是证明定理 1 的基础。 - 引理 2:\(fl_n\) 和 \(fr_n\)(式 12-13 定义的上下界)都渐近服从 \(\chi^2_K\)。证明依赖于经验过程理论中的 Donsker 性质和 Glivenko-Cantelli 性质。

模拟结果(表 1-3): - 计算效率:UM 方法在样本量 200 时耗时 4.55 秒,EM 方法耗时 326 秒(约 70 倍差距);样本量 500 时分别为 11.36 秒和 780 秒。UM 的偏差也略小(表 1)。 - 功效:样本量 50 时,LRT 对 \(\beta_1 = 0\) 的功效为 34.57%,WaldT1 为 8.77%,WaldT2 为 47.97%;样本量 200 时,LRT 为 84.09%,WaldT1 为 77.71%,WaldT2 为 78.39%。LRT 在大多数设定下功效最高。 - 第一类错误:样本量 200 时,LRT 的第一类错误为 5.48%(名义水平 5%),WaldT1 为 4.27%,WaldT2 为 4.49%;样本量 500 时,LRT 为 5.22%,WaldT1 为 4.57%,WaldT2 为 4.60%。LRT 最接近名义水平。 - 样本量 50 时的表现:LRT 的第一类错误为 7.08%,WaldT1 为 2.07%,WaldT2 为 24.39%。LRT 虽有轻微膨胀但远好于 WaldT2 的严重膨胀。

真实数据例子(血友病数据): - 数据来源:544 名血友病患者,按年输血量分为四组(高、中、低、无),目标是检验输血量与 HIV-1 感染风险的关系。 - 结果:LRT 的 p 值(4.00e-19 至 3.40e-76)比 WaldT1 更显著,且呈现出剂量-反应关系(高剂量组最显著)。WaldT2 的全局检验 p 值为 1,明显不合理,进一步验证了其方差估计的问题。

🔎 结论是否比证明窄

值得注意的 gap: 1. 定理 1 的证明依赖 sieve 空间的特定选择:证明中假设 I-spline 的节点数 \(p_n = O(n^{1/3})\) 且节点位置均匀或近似均匀。但实际中节点数如何选择(交叉验证?AIC?)未给出数据自适应准则。理论保证的是"存在某个 \(p_n\) 使得结论成立",而非"任意 \(p_n\) 都成立"。 2. C1 的光滑性条件 \(p + r > 3/2\) 是否可放宽:这是 \(n^{1/3}\) 收敛速率的标准条件,但若真实 \(\lambda_0\) 不光滑(如分段常数),结论是否仍成立?文中未讨论。 3. C2 的 \(V - U \ge \eta\) 条件:这排除了"检查时间可以任意接近"的情形。在实际中,如果两次随访间隔很短,\(\eta\) 很小,结论是否稳健?文中未做敏感性分析。 4. 模拟中未报告 sieve 维度选择的敏感性:表 1-3 的结果是否对节点数选择敏感?如果节点数从 \(n^{1/3}\) 变为 \(n^{1/4}\) 或 \(n^{1/2}\),功效和第一类错误如何变化?文中未报告。 5. "全局检验比局部检验更有效"的结论:表 2 显示 LRT 的全局检验功效(98.56%)远高于 WaldT1(38.99%)和 WaldT2(65.60%),但这一优势是否来自似然比原理本身,还是来自 UM 计算的数值稳定性?文中未做消融分析。


四、开放问题

  1. sieve 维度的数据自适应选择:本文的理论要求 \(p_n = O(n^{1/3})\),但实际中如何选择节点数?交叉验证、AIC/BIC 还是其他准则?不同选择对检验的水平和功效有何影响?(扎根于:定理 1 的证明假设 \(p_n = O(n^{1/3})\),但未给出选择准则。)

  2. 光滑性条件的放宽:C1 要求 \(\lambda_0\) 有 \(p + r > 3/2\) 阶光滑性。若 \(\lambda_0\) 不光滑(如分段常数、有跳跃),似然比统计量的渐近分布是否仍为 \(\chi^2\)?还是需要不同的 sieve 逼近(如自适应样条)?(扎根于:C1 的表述。)

  3. 高维协变量的推广:本文假设协变量维数 \(K\) 固定。当 \(K\) 随 \(n\) 增长时,sieve 似然比检验的渐近性质如何?是否需要惩罚似然或去偏方法?(扎根于:引言中提到的"high-dimensional covariates"作为未来方向。)

  4. 其他删失机制的扩展:本文处理的是区间删失,但实际中常遇到混合删失(部分精确观测、部分区间删失)或竞争风险。这些设定下似然比统计量的渐近分布是否仍为 \(\chi^2\)?(扎根于:结论部分的"future work"提及 frailty、competing risks、multi-state designs。)

  5. 效率损失的量化和比较:sieve 方法相对 NPMLE 的效率损失是多少?在什么条件下 sieve 方法能达到半参数效率界?(扎根于:引言中比较了 Zhang et al. 和 Wang et al. 的方法,但未给出效率比较。)


提示:要确认上述问题是否为真 gap,建议去读区间删失半参数推断方向近 5 年的综述和最新论文(如 Journal of the American Statistical Association、Biometrika 上关于 interval-censored data 的文章),看是否已有工作解决了这些问题。如果多篇近期论文都指向同一问题,那很可能是共识性的真 gap;如果各论文的结论互相矛盾,那可能是一个值得深入的机会点。


Maintained by 陈星宇 · Homepage · Source on GitHub

评论