Principal stratification analysis of noncompliance with time-to-event outcomes¶
作者: Bo Liu, Lisa Wruck, Fan Li
主题: 因果推断
相关性: 8/10
链接: https://doi.org/10.1093/biomtc/ujad016
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因果推断中的主分层分析(Principal Stratification, PS),其根本科学问题是:在随机对照试验(RCT)中,当存在治疗不依从(noncompliance)等事后事件(intercurrent events)时,如何定义和识别"真正接受治疗"这一亚群的因果效应。该方向的核心统计挑战在于:主分层(如依从者、永不接受者、总是接受者)是潜在变量,无法直接观测,必须依赖假设(如单调性、排除限制)从混合分布中识别。当前该方向的成熟度处于"框架已建立、但针对特定结局类型(如时间-事件结局)的通用方法仍缺乏"的阶段。
发展脉络(history)¶
- 奠基工作:Angrist, Imbens, and Rubin (1996) 提出工具变量(IV)方法与潜在结果框架的联结,将依从者平均因果效应(CACE)与两阶段最小二乘 IV 估计量等价,奠定了主分层分析的理论基础。Frangakis and Rubin (2002) 将 IV 方法推广为一般的主分层框架,定义了主分层为"不受分配影响的潜在变量",并给出非参数识别条件。这两篇是本文的"理论锚点"。
- 主要进展:Zhang and Rubin (2003) 将主分层扩展到截断结局(如死亡),Gilbert and Hudgens (2008) 将其应用于替代终点(surrogate endpoints),Li et al. (2022) 处理了整群随机试验中的选择偏误。这些工作逐步扩展了主分层的应用场景,但均未系统处理时间-事件结局下的右删失。
- 当前 frontier:Lipkovich et al. (2022) 和 ICH E9 (R1) (2020) 指南将主分层列为处理 intercurrent events 的推荐框架,推动了其在监管和工业界的应用。但正如本文引言所述,"PS with time-to-event outcomes has been seldom investigated; the few exceptions (Baker, 1998; Nie et al., 2011; Yu et al., 2015; Blanco et al., 2020; Wei et al., 2021) all rely on advanced or highly-customized statistical methods"——即已有方法要么过于专门化、要么难以推广。
- 本文的位置:作者将自己定位为"提供一种普遍适用且易于实现的 PS 方法",通过贝叶斯参数混合模型 + Stan 自动采样来填补"时间-事件结局 + 右删失 + 非依从"这一空白。其核心卖点是可访问性(R 包 PStrata)和灵活性(可替换结局模型)。
子线索聚类¶
- IV/PS 理论识别:Angrist et al. (1996)、Frangakis and Rubin (2002)、Zhang and Rubin (2003)——关注在何种假设下主分层效应可被非参数识别,核心工具是单调性和排除限制。
- PS 的贝叶斯/似然推断:Imbens and Rubin (1997)、Hirano et al. (2000)、Mattei et al. (2011)——采用潜在混合模型,通过 MCMC 或 EM 估计,强调先验选择和计算可行性。
- PS 在特定结局/场景的应用:Gilbert and Hudgens (2008)(替代终点)、Li et al. (2022)(整群随机)、Baker (1998)、Nie et al. (2011)、Yu et al. (2015)、Blanco et al. (2020)、Wei et al. (2021)(时间-事件结局)——这些是本文的直接竞争工作,但作者认为它们"高度定制化"。
- 监管/实践指南:ICH E9 (R1) (2020)、Lipkovich et al. (2022)——推动 PS 从理论走向应用,但缺乏配套软件。
这个方向在追问的核心问题¶
- 识别问题:在时间-事件结局下,主分层效应(如 complier survival curve)需要哪些假设才能从观测数据中识别?单调性是否足够?排除限制在生存结局下如何表述?
- 估计问题:如何高效地从右删失数据中估计分层特定的生存函数?参数模型 vs 半参数模型的权衡?
- 计算问题:潜在混合结构导致似然函数复杂,如何实现稳定、自动化的推断?
- 推断问题:如何量化不确定性(贝叶斯可信区间 vs 频率置信区间)?小分层(如总是接受者仅占 6%)时如何控制方差?
已知瓶颈:① 时间-事件结局的删失机制与主分层之间的依赖难以建模;② 参数模型假设过强,但非参数方法在混合模型中计算困难;③ 缺乏用户友好的软件,阻碍实践应用。
⚠️ 作者的 framing(这是作者的说法)¶
作者将缺口 frame 为:"缺乏一种普遍适用、且对应用研究者友好的 PS 时间-事件结局方法"。具体而言,他们强调三点:① 已有方法(Baker, 1998; Nie et al., 2011 等)"rely on advanced or highly-customized statistical methods"——即过于专门化;② 贝叶斯方法天然适合潜在混合模型,且 Stan 能自动采样;③ 通过提供 R 包 PStrata,他们让 PS 分析"accessible to applied researchers"。
被淡化/回避的竞争路线:作者未深入讨论半参数效率理论(如基于影响函数的估计量),也未提及主分层与工具变量在时间-事件结局下的识别等价性是否成立。他们选择参数 Weibull-Cox 模型,回避了非参数基线风险函数的估计难题,但这也意味着方法对模型误设敏感。值得去查的问题:① 为什么未引用 Jiang et al. (2022) 的 multiply robust 方法(该文在非删失结局下已提出半参数有效估计)?② 未讨论删失时间与主分层相关的敏感性分析;③ 未提及竞争风险(competing risks)场景。
张力¶
未见明显对立引用。但存在一个隐含张力:参数贝叶斯方法(本文)vs 半参数效率方法(Jiang et al., 2022)——前者强调计算便利和先验灵活性,后者强调稳健性和效率最优性。作者在引言中未直接回应这一张力,而是通过"时间-事件结局"这一特定场景来差异化定位。
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(逐个点名):
- \(Z_i \in \{0,1\}\):随机分配的治疗组(1=治疗,0=对照)。这是随机变量,由试验设计决定。
- \(D_i \in \{0,1\}\):实际接受的治疗(1=接受,0=未接受)。这是随机变量,受 \(Z_i\) 和个体行为影响。
- \(S_i = (D_i(0), D_i(1))\):主分层,即个体在两种分配下潜在的实际治疗状态。这是潜在变量,不可观测。取值:\(c=(0,1)\) 依从者、\(n=(0,0)\) 永不接受者、\(a=(1,1)\) 总是接受者、\(d=(1,0)\) 违抗者。
- \(T_i(z)\):在分配 \(z\) 下的潜在失效时间(failure time)。这是潜在结果,只观测到其中一个。
- \(C_i(z)\):在分配 \(z\) 下的潜在删失时间。同样为潜在变量。
- \(Y_i = \min(T_i, C_i)\):观测到的随访时间。这是可观测随机变量。
- \(\delta_i = 1\{T_i \le C_i\}\):事件指示符(1=观察到事件,0=删失)。可观测。
- \(X_i\):基线协变量向量(\(p\) 维)。可观测。
- \(G_z(t) = \Pr(T_i(z) > t)\):分配 \(z\) 下的潜在生存函数。这是目标量(estimand)。
- \(\tau_{SPCE}(t) = G_1(t) - G_0(t)\):ITT 生存概率因果效应(survival probability causal effect)。目标量。
- \(\tau_{RACE}(t) = E[T_i(1) \wedge t] - E[T_i(0) \wedge t]\):ITT 受限平均因果效应(restricted average causal effect)。目标量。
- \(\tau^{SPCE}_s(t)\)、\(\tau^{RACE}_s(t)\):分层 \(s\) 内的主分层因果效应(principal causal effect, PCE)。目标量。
- \(S_i\) 的分层概率:\(\pi_s = \Pr(S_i = s)\),由 S-模型(8)中的参数 \((\eta_s, \xi_s)\) 决定。
- T-模型参数:\((\alpha_{s,z}, \beta_{s,z}, \phi_{s,z})\)——Weibull-Cox 模型的截距、协变量系数、形状参数。
模型(数据生成机制):
- S-模型(主分层模型):\(\log \frac{\Pr(S=s|Z,X)}{\Pr(S=s_0|Z,X)} = \eta_s + X'\xi_s\)。这是一个多项逻辑回归,假设分层概率不依赖于 \(Z\)(由随机化保证),但可依赖于 \(X\)。
- T-模型(结局模型):Weibull-Cox 比例风险模型,\(h(t; s, z) = t^{\phi_{s,z}-1} \exp(\alpha_{s,z} + X'\beta_{s,z})\)。分层 \(s\) 和分配 \(z\) 的每个组合有独立的参数。
- 删失模型:假设条件独立删失(Assumption 2),即 \(T_i(z) \perp C_i(z) | (Z_i, S_i, X_i)\)。
可观测数据:\(\{(X_i, Z_i, D_i, Y_i, \delta_i)\}_{i=1}^N\)。关键点:\(S_i\) 不可观测,只能通过 \((Z_i, D_i)\) 的组合推断其可能取值。例如,观测到 \((Z=1, D=1)\) 的个体可能是依从者或总是接受者。
第二步:最小内核¶
最简特例:假设无协变量(\(X\) 为空)、无删失(所有个体都观察到事件)、单调性成立(无违抗者,即 \(d\) 分层不存在)、排除限制成立(对总是接受者和永不接受者,分配无直接效应)。
在这个特例下,主分层只有三种:\(c, n, a\)。观测数据简化为四类: - \((Z=0, D=0)\):包含 \(n\) 和 \(c\) 的混合。 - \((Z=0, D=1)\):只包含 \(a\)。 - \((Z=1, D=0)\):只包含 \(n\)。 - \((Z=1, D=1)\):包含 \(a\) 和 \(c\) 的混合。
核心识别逻辑: 1. 总是接受者的比例 \(\pi_a\) 直接从 \((Z=0, D=1)\) 的比例识别。 2. 永不接受者的比例 \(\pi_n\) 直接从 \((Z=1, D=0)\) 的比例识别。 3. 依从者的比例 \(\pi_c = 1 - \pi_a - \pi_n\)。 4. 总是接受者的潜在结果分布 \(T(0)|S=a\) 和 \(T(1)|S=a\) 都从 \((Z=0, D=1)\) 和 \((Z=1, D=1)\) 中识别(因为排除限制保证 \(T(0)|S=a \stackrel{d}{=} T(1)|S=a\),但我们可以分别估计)。 5. 永不接受者的潜在结果分布 \(T(0)|S=n\) 和 \(T(1)|S=n\) 都从 \((Z=1, D=0)\) 和 \((Z=0, D=0)\) 中识别。 6. 依从者的潜在结果分布:\(T(1)|S=c\) 从 \((Z=1, D=1)\) 中减去总是接受者的贡献后识别;\(T(0)|S=c\) 从 \((Z=0, D=0)\) 中减去永不接受者的贡献后识别。
最小内核的数学本质:这是一个有限混合模型的可识别性问题。观测数据是四个可观测组的分布,而模型有六个潜在分布(3 个分层 × 2 个分配)。单调性将混合结构简化为"每个可观测组至多包含两个分层",使得通过"减法"即可识别。本文的核心贡献是将这一识别逻辑推广到右删失情形,并用贝叶斯参数模型实现估计。
为什么成立:在无删失时,上述减法直接给出各分层的生存函数。在有删失时,减法不再直接可行(因为删失导致分布无法完全观测),但通过参数模型(Weibull-Cox)和贝叶斯推断,可以在似然框架下同时处理删失和混合。本文的技术难点在于:删失使得"减法"失效,必须依赖参数模型的分布假设来"填补"删失部分的信息。
三、这篇论文做了什么¶
三句话¶
- 研究了什么问题:在随机对照试验中,当存在治疗不依从且结局为右删失的时间-事件数据时,如何定义和估计主分层因果效应(如依从者生存曲线差异)。
- 核心工具/方法:贝叶斯潜在混合模型,其中主分层由多项逻辑回归建模(S-模型),结局由 Weibull-Cox 比例风险模型建模(T-模型),通过 Stan 实现 Hamiltonian Monte Carlo 自动后验采样。
- 主要结论:模拟研究表明,当排除限制成立时,方法能无偏估计各分层生存曲线;当排除限制不成立时,不施加该假设的模型仍能正确估计,但代价是更宽的可信区间。应用于 ADAPTABL E 试验发现,依从者中 81mg 阿司匹林显著优于 325mg,而 ITT 分析未发现差异。
关键设定与假设¶
- Assumption 1(随机化):\(\{T_i(0), T_i(1), C_i(0), C_i(1), D_i(0), D_i(1)\} \perp Z_i\)。由试验设计保证,是 PS 分析的基石。
- Assumption 2(条件独立删失):\(T_i(z) \perp C_i(z) | (Z_i, S_i, X_i)\)。比通常的独立删失假设更强,因为它要求给定分层后删失独立。作者承认这在实践中可能不成立,但未提供敏感性分析。
- Assumption 3(单调性):\(D_i(1) \ge D_i(0)\),排除违抗者。作者在模拟中假设,但在实际数据分析中未检验。
- Assumption 4(排除限制):对 \(s \in \{n, a\}\),\(T_i(0) \stackrel{d}{=} T_i(1) | S_i = s\)。作者在模拟中对比了施加/不施加该假设的差异,但在实际分析中未施加(因为无法排除分配的直接心理效应)。
- 参数模型假设:S-模型为多项逻辑回归,T-模型为 Weibull-Cox。相比已有半参数方法(如 Jiang et al., 2022),这是更强的分布假设,但换来了计算简便性。
主要结果¶
模拟研究(N=2000,事件率约 35%): - 当数据由 Weibull-Cox 生成且 ER 成立时,施加 ER 的模型估计最精确;不施加 ER 的模型仍无偏但可信区间更宽。 - 当数据由 Weibull-Cox 生成但 ER 不成立时,不施加 ER 的模型正确恢复真值;施加 ER 的模型产生严重偏差(特别是对总是接受者和永不接受者的分布)。 - 当数据由 AFT 模型生成(即 T-模型误设)时,不施加 ER 的模型对依从者生存曲线估计仍相对稳健,但对小分层(总是接受者)偏差较大。
ADAPTABLE 试验: - 分层比例估计:依从者 54.2%(95% CI: 52.9-55.5%),总是接受者 6.6%(95% CI: 6.1-7.2%),永不接受者 39.2%(95% CI: 38.0-40.0%)。 - 依从者中,81mg 组 36 个月生存概率比 325mg 组高 0.067(95% CI: 0.045-0.089),即 81mg 显著更优。 - 总是接受者和永不接受者的效应不显著,但可信区间极宽(因样本量小)。 - 与 ITT 分析对比:ITT 生存概率差异在 36 个月仅为 0.001(95% CI: -0.025, 0.027),不显著。PS 分析揭示了 ITT 掩盖的异质性。
证明路线与技术技巧¶
整体路线(贝叶斯推断): 1. 数据增强:将潜在分层 \(S_i\) 视为缺失数据,构造完整数据似然。 2. 先验设定:S-模型参数 \(\eta, \xi\) 用平坦先验;T-模型参数 \(\alpha, \beta\) 用正态先验(方差 100),\(\log \phi\) 用平坦先验。 3. 后验采样:利用 Stan 的 HMC 自动采样,无需手动推导条件后验。 4. 因果估计量计算:对每个后验样本,用公式(15)计算分层特定生存曲线,再代入(16)-(17)得到 SPCE 和 RACE 的后验分布。
关键技巧: - 解析形式的生存函数:Weibull-Cox 模型下,\(G(t; s, z) = \exp\{-\frac{1}{\phi_{s,z}} t^{\phi_{s,z}} \exp(\alpha_{s,z} + X'\beta_{s,z})\}\),可直接代入(15)计算。 - RACE 的解析积分:\(\int_0^t G(u; s, z) du\) 在 Weibull 模型下有解析表达式(涉及不完全伽马函数),避免了数值积分。 - Stan 的自动微分:HMC 利用梯度信息,对高维参数空间(本文有 3 个分层 × 2 个分配 × (1+1+1) 个参数 = 18 个参数)采样效率高。
关键难点: - 混合标签交换:贝叶斯混合模型可能遇到标签交换问题,但本文的分层由 \((Z,D)\) 组合部分约束,降低了风险。 - 小分层的不确定性:总是接受者仅占 6.6%,其生存曲线估计极不稳定。作者通过宽可信区间如实反映,但未提出改进策略。
🔎 结论是否比证明窄¶
是。具体表现: 1. 模拟仅覆盖参数模型正确/错误设定:作者只测试了 Weibull-Cox 和 AFT 两种生成模型,未测试更灵活的半参数基线风险或时变效应。 2. 实际分析排除了停药患者:ADAPTABLE 分析中排除了 1977 名停药患者(13.1%),作者承认这"implicitly assumes that the discontinuation behavior is unconfounded",但未做敏感性分析。这实际上缩小了结论的适用范围。 3. 未讨论违抗者:单调性假设在模拟中始终成立,但实际数据中可能存在违抗者(如 81mg 组换到 325mg 的 6.1% 患者)。作者将其归入"总是接受者"或"永不接受者",可能引入偏差。 4. 无效率理论:作者未给出估计量的半参数效率界,也未与 Jiang et al. (2022) 的 multiply robust 估计量比较效率。结论的"最优性"未被证明。
四、开放问题¶
-
删失机制与分层相关的敏感性分析:Assumption 2(条件独立删失)在实际中可能不成立,特别是当停药与预后相关时。如何放松该假设?能否引入删失模型与分层相关的联合建模?(扎根于 Assumption 2 的设定和实际分析中排除停药患者的处理)
-
违抗者的处理:单调性假设排除了违抗者,但实际试验中可能存在。如何扩展框架以允许四类分层(增加违抗者)?识别条件会如何变化?(扎根于 Assumption 3 的设定)
-
半参数效率估计:本文的贝叶斯参数方法依赖 Weibull-Cox 假设。能否构造对 T-模型误设稳健的半参数效率估计量(如基于高效影响函数的估计量)?其效率界与贝叶斯方法相比如何?(扎根于作者未讨论效率理论,且 Jiang et al. (2022) 在非删失情形已有 multiply robust 结果)
-
时变不依从:本文假设不依从是"全或无"的(即 \(D_i\) 是单一事后变量),但实际中患者可能在随访期间多次切换治疗。如何将 PS 扩展到时变不依从?(扎根于引言中"we treat the dose received at the last visit as a proxy"这一简化处理)
-
模型诊断与选择:如何检验 S-模型和 T-模型的拟合优度?贝叶斯模型比较(如 WAIC、LOO)是否适用于混合模型?(扎根于作者未提供模型诊断工具)
提示:要确认上述哪些是真实 gap,建议去读 Jiang et al. (2022)(半参数 multiply robust)、Lipkovich et al. (2022)(PS 在监管中的应用综述)以及 ICH E9 (R1) 指南中关于 intercurrent events 的讨论——若近 5 篇文献都指向同一问题,则大概率是共识性 gap;若互相矛盾,则可能是机会。
Maintained by 陈星宇 · Homepage · Source on GitHub