Nonparametric Inference on Treatment-biomarker Interaction Based on Probability Index¶
作者: Zehui Wang, Yanglei Song, Wenyu Jiang, Dongsheng Tu
来源: Statistica Sinica
主题: 非参数 / 半参数
相关性: 8/10
链接: https://doi.org/10.5705/ss.202025.0076
一、领域脉络与小综述¶
这个方向是什么： 精准医学中的亚组识别旨在根据某个临床变量或生物标志物将患者划分为不同亚组，以评估不同亚组对同一处理的响应差异。其根本统计问题是：如何在一个不预设参数模型（如线性交互模型）的框架下，定义、检验并估计处理效应与生物标志物之间的交互作用，尤其是当划分亚组的阈值本身也需要从数据中估计时。该方向目前已有成熟的参数与半参数方法，但纯非参数设定下（特别是阈值未指定时的极值点估计与检验）的理论工具仍在完善中。
发展脉络： - 奠基工作：参数交互模型与阈值搜索的早期结合。作者引用了 Bonetti & Gelber (2000) 与 Bonetti & Gelber (2004)，这两篇工作引入了基于概率指数的交互检验，为本文的 Wilcoxon-type 统计量提供了直接原型。Jiang et al. (2016) 则将概率指数模型扩展到协变量调整的设定，留下了"未指定阈值时如何检验与估计"的口子。 - 主要进展（阈值搜索与极值点估计）：阈值未指定时的估计本质上是寻找使某个目标函数最大化的点，这属于非参数 M-estimation 的极值点估计范畴。Chernoff (1964) 与 Groeneboom & Wellner (1992) 建立了此类估计的 cubic-rate (\(n^{-1/3}\)) 收敛与 Chernoff distribution 渐近理论；Pollard (1989) 提供了立方速率收敛的 argmax 连续映射定理基础。 - 当前 frontier（Bootstrap 与 Supremum 检验）：极值点渐近分布中包含未知 scaling factor，传统 bootstrap 失效。Kim & Pollard (1990) 指出了这一困难；Bickel & Sakov (2008) 提出了 m-out-of-n bootstrap 作为修正方案，但其在具体交互检验中的适用性未被建立。另一方面，未指定阈值时的检验需要取统计量的 supremum，Song et al. (2016) 与 Zhao et al. (2018) 探索了 supremum-type 检验的 bootstrap validity，但未结合概率指数交互设定。 - 本文的位置：本文填补了"概率指数定义交互 + 未指定阈值搜索 + supremum 检验 + m-out-of-n bootstrap 修正渐近分布"这一组合设定下的理论空白，给出了从检验到估计的完整非参数推断闭环。
子线索聚类： 1. 概率指数与交互定义：基于 \(P(Y_1 > Y_2)\) 型概率定义交互，避免均值差的参数依赖。代表文献：Bonetti & Gelber (2000, 2004)，Jiang et al. (2016)。 2. 非参数极值点估计：目标函数为非参数单调/凸函数时，极大值点的 cubic-rate 收敛与 Chernoff 渐近分布。代表文献：Chernoff (1964)，Groeneboom & Wellner (1992)，Pollard (1989)，Kim & Pollard (1990)。 3. Subsampling 与 m-out-of-n bootstrap：解决非标准收敛速率下传统 bootstrap 失效的推断问题。代表文献：Politis & Romano (1994)，Bickel & Sakov (2008)。
这个方向在追问的核心问题： 1. 如何在不依赖均值与线性模型的前提下，鲁棒地定义处理-生物标志物交互作用？（当前主流：概率指数 / Wilcoxon-type；瓶颈：协变量高维时的调整困难）。 2. 阈值未指定时，搜索使交互最大化的阈值，其估计的收敛速率与渐近分布是什么？（已知：cubic-rate 与 Chernoff；瓶颈：渐近分布中的 scaling factor 依赖未知曲率，推断不可行）。 3. 阈值未指定时的无交互零假设检验，supremum-type 统计量如何控制 size？（已知：bootstrap 可行；瓶颈：极值点非标准收敛对 bootstrap validity 的干扰）。
⚠️ 作者的 framing： - 作者将缺口 frame 为：已有概率指数交互检验（Bonetti 系列）只处理了阈值预先指定的情形，而精准医学实践中阈值往往需从数据中搜索；同时，已有阈值搜索文献（如生存分析中的 change-point）未处理概率指数设定下的 supremum 检验与 m-out-of-n bootstrap 推断。 - 被淡化或回避的竞争路线：均值差型交互（如 Su et al. 2008 的 threshold regression）被作者以"对异常值与分布偏态敏感"为由边缘化，但未在引言中正面比较两者的检验功效或 minimax 性质。 - 明显该引但未出现的文献：基于 Double/Debiased ML 的半参数交互估计（如 Zhao et al. 2022 的高维亚组发现），或直接针对 cubic-rate 估计的 minimax 下界文献（如 Donoho & Liu 1991 对极值点估计的 minimax 界）。这两条路线的缺失，使得本文的非参数设定缺乏与半参数效率界或 minimax 界的对话。
张力：未见明显对立引用。概率指数路线与均值差路线是平行替代方案，未见文献指出在相同设定下两者得出相反结论；极值点估计的 cubic-rate 与 Chernoff 分布是该子领域的共识，无矛盾。
二、最核心、最简单的例子 / 数学问题¶
第一步：符号、模型、可观测数据交代清楚
- 参数 / estimand：
- \(c\)：生物标志物的阈值，属于 \(\mathbb{R}\)。当 \(c\) 预先指定时为已知常数；未指定时为待估参数。
- \(\theta(c)\)：在阈值 \(c\) 处定义的概率指数交互，estimand。定义为 \(\theta(c) = P(Y^{(1)} > Y^{(0)} | X > c) - P(Y^{(1)} > Y^{(0)} | X \le c)\)，衡量高标志物组与低标志物组间处理优势概率的差异。
- \(c^*\)：使交互最大化的真实阈值，\(c^* = \arg\max_c \theta(c)\)（假设唯一）。
- 随机变量 / 样本：
- \((X_i, Y_i, A_i)\)，\(i=1,\dots,n\)：第 \(i\) 个个体的生物标志物、响应、处理指示变量。
- \(X_i \in \mathbb{R}\)：连续生物标志物。
- \(Y_i \in \mathbb{R}\)：响应变量（可为连续或离散）。
- \(A_i \in \{0, 1\}\)：二值处理指示。
- 潜在量：
- \(Y_i^{(a)}\)：个体 \(i\) 在处理 \(a\) 下的潜在响应。可观测 \(Y_i = A_i Y_i^{(1)} + (1-A_i) Y_i^{(0)}\)。
- 维数 / 样本量等指标：
- \(n\)：总样本量。
- \(m\)：m-out-of-n bootstrap 的子样本量，\(m/n \to 0\)，\(m \to \infty\)。
- 可观测数据：研究者实际观测到的是独立同分布三元组 \(\{(X_i, Y_i, A_i)\}_{i=1}^n\)。潜在响应 \(Y_i^{(1)}\) 与 \(Y_i^{(0)}\) 不可同时观测，只能靠随机化假设（\(A_i\) 独立于潜在量与 \(X_i\)）识别 \(\theta(c)\)。
模型与数据生成机制： - 假设 \((X_i, Y_i^{(1)}, Y_i^{(0)}, A_i)\) 联合分布 \(P\) 未知但属于非参数空间。 - 随机化假设：\(A_i \perp\!\!\!\perp (Y_i^{(1)}, Y_i^{(0)}, X_i)\)，保证 \(\theta(c)\) 可由观测分布识别。 - 标志物分布：\(X_i\) 具有连续分布函数 \(F_X\)，密度 \(f_X\) 在 \(c^*\) 处连续且为正。 - 交互函数 \(\theta(c)\) 在 \(c^*\) 处达到唯一极大值，且二阶导数 \(\theta''(c^*) < 0\)（局部严格凹）。
第二步：最小内核——阈值未指定时的极值点估计与检验
剥掉所有一般性技术假设，本文在数学上干的核心事可以在一个最简特例中看懂：二值响应、均匀标志物、无交互零假设下的极值点估计。
假设 \(Y_i \in \{0, 1\}\)，\(X_i \sim \text{Uniform}(0,1)\)，处理分配 \(A_i\) 为完全随机化（\(P(A_i=1)=1/2\)）。此时概率指数退化为成功概率差：
零假设检验：\(H_0: \theta(c) = 0 \text{ for all } c\)。 在零假设下，对每个 \(c\)，可构造 Wilcoxon-type 统计量 \(T_n(c)\)（本质是两组标志物分层下响应差异的 U-统计量）。未指定 \(c\) 时，检验统计量为 \(S_n = \sup_{c \in [0,1]} T_n(c)\)。由于 \(T_n(c)\) 是经验过程的泛函，\(S_n\) 的渐近分布非标准，作者通过 bootstrap（重抽样计算 \(\sup_c T_n^*(c)\)）来逼近 \(S_n\) 的零分布，证明 size 收敛至名义水平。
极值点估计：若拒绝 \(H_0\)，需估计 \(c^* = \arg\max_c \theta(c)\)。 作者提出 profile estimator \(\hat{c}_n = \arg\max_c \hat{\theta}_n(c)\)，其中 \(\hat{\theta}_n(c)\) 是 \(\theta(c)\) 的非参数估计（基于样本分层频率差）。 最小内核的数学困难：\(\hat{\theta}_n(c)\) 是阶梯函数（经验分布泛函），其极大值点 \(\hat{c}_n\) 的收敛不能由标准 M-estimation 理论（要求目标函数光滑且收敛速率 \(n^{-1/2}\)）覆盖。核心命题是：
三、这篇论文做了什么¶
三句话： ① 研究了精准医学中基于概率指数定义的非参数处理-生物标志物交互，在阈值预先指定与未指定两种设定下的检验与估计问题。 ② 核心工具是 Wilcoxon-type U-统计量、supremum-type 检验的 bootstrap、非参数极值点的 argmax 连续映射与 m-out-of-n bootstrap。 ③ 主要结论：两种设定下检验 size 均收敛至名义水平；未指定阈值时极值点估计具 cubic-rate 收敛与 scaled Chernoff 渐近分布，且 m-out-of-n bootstrap 可有效估计未知 scaling factor。
关键设定与假设： 在第二节最小记号基础上补全： - 定义 1（概率指数交互）：\(\theta(c) = P(Y^{(1)} > Y^{(0)} | X > c) - P(Y^{(1)} > Y^{(0)} | X \le c)\)。统计含义：不依赖均值与线性模型，仅比较响应的相对排序优势，对分布偏态与异常值鲁棒。相比已有均值差交互（如 Su et al. 2008），放宽了对响应分布的矩要求。 - 假设 A1（随机化）：\(A \perp\!\!\!\perp (Y^{(1)}, Y^{(0)}, X)\)。标准无混杂假设，保证 \(\theta(c)\) 的识别。 - 假设 A2（标志物连续性）：\(X\) 具有连续分布，密度 \(f_X\) 在 \(c^*\) 处连续且 \(f_X(c^*) > 0\)。这是 cubic-rate 收敛的必要条件，若 \(X\) 有离散跳跃，\(\hat{c}_n\) 的收敛速率会快于 \(n^{-1/3}\)（退化为参数速率）。 - 假设 A3（唯一极值与局部凹性）：\(c^*\) 是 \(\theta(c)\) 的唯一极大点，且 \(\theta''(c^*) < 0\)。这是 Chernoff 分布逼近的驱动力（提供局部负漂移），相比 Groeneboom & Wellner (1992) 的单调凸设定，本文要求一般极值点的局部凹性，条件更标准但非全局结构约束。
主要结果： 1. 定理 1（指定阈值检验）：在 \(H_0: \theta(c_0) = 0\) 下，Wilcoxon-type 统计量 \(T_n(c_0)\) 渐近正态，size 收敛至名义水平。直觉：\(T_n(c_0)\) 是退化的 U-统计量（零假设下交互项消失），投影后为线性泛函，标准 U-统计量理论适用。必要条件：随机化假设与标志物分层内样本量比例非零。 2. 定理 2（未指定阈值检验）：在 \(H_0: \theta(c) = 0 \text{ for all } c\) 下，\(\sup_c T_n(c)\) 的 bootstrap 分布一致逼近其真实零分布，size 收敛至名义水平。直觉：零假设下 \(\theta(c)\) 消失，\(T_n(c)\) 退化为零均值经验过程，supremum 的分布由 bootstrap 经验过程逼近，技术难点在于 bootstrap 对经验过程 sup 的 validity 需要证明其一致收敛。 3. 定理 3（极值点估计的 cubic-rate 与 Chernoff 分布）：\(\hat{c}_n = \arg\max_c \hat{\theta}_n(c)\) 满足 \(n^{1/3}(\hat{c}_n - c^*) \xrightarrow{d} \mathbb{C}(a, b)\)，其中 \(\mathbb{C}\) 为 Chernoff distribution，\(a, b\) 为由 \(\theta''(c^*)\) 与局部方差决定的 scaling factors。直觉：局部逼近将 \(\arg\max\) 问题映射到带负漂移布朗运动的极值点，速率 \(n^{-1/3}\) 由二阶凹性与经验过程的 \(n^{-1/2}\) 波动速率的权衡决定。必要条件：A2（密度为正）与 A3（局部凹性）。 4. 定理 4（m-out-of-n bootstrap validity）：以子样本量 \(m\)（\(m/n \to 0, m \to \infty\)）重抽样计算 \(\hat{c}_m^*\)，\(m^{1/3}(\hat{c}_m^* - \hat{c}_n)\) 的分布条件收敛至 \(\mathbb{C}(a, b)\)，从而可估计 \(a, b\)。直觉：传统 \(n\)-out-of-\(n\) bootstrap 失效是因为 \(\hat{\theta}_n^*(c)\) 的局部波动与 \(\hat{\theta}_n(c)\) 波动速率相同，无法逼近 Chernoff 极值分布的特定 scaling；减小样本量至 \(m\) 使得局部波动放大（速率 \(m^{-1/2}\)），与 \(m^{-1/3}\) 的极值点位移重新匹配 Chernoff 结构。
证明路线与技术技巧： - 整体路线（定理 3 的证明，最核心）： 1. 目标函数局部展开：将 \(\hat{\theta}_n(c)\) 在 \(c^*\) 附近 Taylor 展开，分离出确定性凹部分 \(\theta(c)\) 与随机波动部分 \(\hat{\theta}_n(c) - \theta(c)\)。 2. 经验过程逼近：证明 \(\hat{\theta}_n(c) - \theta(c)\) 在局部尺度 \(n^{-1/3}\) 下，经过适当 scaling，弱收敛至一个布朗桥类型的 Gaussian 过程。 3. Argmax 连续映射：利用 Pollard (1989) 的 argmax 连续映射定理，将 \(n^{1/3}(\hat{c}_n - c^*)\) 的分布映射为该 Gaussian 过程加负二次漂移的极大值点分布，即 Chernoff distribution。 4. Scaling factor 识别：从展开中提取 \(a = [-\theta''(c^*)/2]^{1/3}\) 与 \(b\)（局部方差泛函），确认渐近分布为 \(\mathbb{C}(a, b)\)。 - 关键跳跃点： - 引理：局部 Gaussian 逼近：证明在 \(|c - c^*| = O(n^{-1/3})\) 的微观尺度下，\(\hat{\theta}_n(c)\) 的波动项逼近 Gaussian 过程。难点在于 \(\hat{\theta}_n(c)\) 涉及条件概率的经验估计（如 \(\hat{P}(Y^{(1)} > Y^{(0)} | X > c)\)），其分母包含 \(1-F_X(c)\) 的经验估计，在 \(c\) 变动时是非线性泛函，需控制条件经验过程的局部耦合。 - 绕过办法：利用随机化假设将条件概率估计解耦为边际经验分布的泛函，再通过 Donsker 定理与 delta method 建立其弱收敛。 - 技术技巧点名： - Empirical process / Donsker class：用于证明 \(\hat{\theta}_n(c)\) 作为 \(c\) 的函数属于 Donsker 类，保证其弱收敛至 Gaussian 过程，支撑 supremum 检验与局部逼近。 - Argmax continuous mapping theorem (Pollard 1989)：将非参数目标函数的极值点估计映射至渐近分布，是 cubic-rate 理论的标准入口。 - Chernoff distribution / Brownian motion with negative drift：极值点渐近分布的显式刻画，源自 Chernoff (1964)。 - m-out-of-n bootstrap / Subsampling：解决非标准速率下传统 bootstrap 失效，通过减小子样本量重匹配局部波动与位移的尺度，源自 Bickel & Sakov (2008)。 - U-statistics decomposition (Hoeffding projection)：用于 Wilcoxon-type 统计量 \(T_n(c)\) 在零假设下的渐近正态性证明，将退化 U-统计量投影至线性空间。
真实例子与应用： 本文为纯理论论文，无真实数据实证例子。模拟实验部分（Extensive simulation studies）验证了：1) 指定与未指定阈值下检验的 size 与 power；2) 极值点估计 \(\hat{c}_n\) 的 cubic-rate 收敛与 m-out-of-n bootstrap 对渐近分布的逼近精度。模拟设定包含连续与二值响应、不同标志物分布与交互强度，对比了参数阈值搜索方法（如阈值 Cox 模型）在模型错配下的 size 通胀，展示非参数设定的鲁棒性。
🔎 结论是否比证明窄： - 作者在引言与摘要中泛泛 claim "sizes of the proposed tests converge to the nominal level in both cases"，但定理 2 的严格证明要求零假设 \(H_0: \theta(c)=0 \text{ for all } c\)，即全局无交互。若零假设仅为局部无交互（\(\theta(c_0)=0\) 但其他 \(c\) 处有交互），未指定阈值检验的 size 性质未证明，此情形下 supremum 检验可能过度拒绝。这一 gap 在文中未明确声明为 limitation。 - m-out-of-n bootstrap 的 validity（定理 4）要求 \(m\) 的选择满足 \(m/n \to 0\) 且 \(m \to \infty\)，但具体 \(m\) 的选取规则（如 Bickel & Sakov 2008 的自适应选取）未在定理中覆盖，仅在模拟中使用了固定 \(m = n^{2/3}\) 的规则，理论 claim 比证明窄。
四、开放问题（点到为止，扎根具体语句）¶
- 极值点估计的 minimax 下界：本文证明了 \(\hat{c}_n\) 的 cubic-rate 收敛，但未讨论该速率是否达到非参数极值点估计的 minimax 下界。扎根点：引言中未引用 Donoho & Liu (1991) 或相关 minimax 界文献，留下"在假设 A2-A3 下，\(n^{-1/3}\) 是否为估计 \(c^*\) 的 minimax 速率"的问题。
- 局部零假设下的 supremum 检验：定理 2 仅覆盖全局零假设 \(H_0: \theta(c)=0 \text{ for all } c\)。若真实交互仅在局部区间存在（\(\theta(c) \neq 0\) 仅在 \(c\) 附近），supremum 检验的 size 与 power 性质如何？扎根点：定理 2 的陈述与摘要中"sizes converge to nominal level"的泛泛 claim 之间的缝隙。
- 高维标志物或协变量调整下的概率指数交互：本文设定 \(X \in \mathbb{R}\)，若标志物为高维向量 \(X \in \mathbb{R}^d\)，或需调整混杂协变量 \(Z\)，概率指数 \(\theta(c)\) 的定义与极值点估计的收敛速率如何变化？扎根点：Jiang et al. (2016) 引入了协变量调整的概率指数模型，本文引言提及但未将其纳入阈值搜索设定，留下高维/调整设定的口子。
- m-out-of-n bootstrap 中 \(m\) 的自适应选取：定理 4 要求 \(m\) 满足渐近条件，但实际中 \(m\) 的选取影响推断精度。扎根点：模拟部分仅用固定 \(m = n^{2/3}\)，未讨论 Bickel & Sakov (2008) 提出的自适应选取程序在本文设定下的理论 validity。
（要确认某条是不是真 gap，去读同子领域近期约 5 篇的 intro——都指向它 = 共识（真 gap），互相打架 = 机会。）
Maintained by 陈星宇 · Homepage · Source on GitHub