跳转至

Randomization-based confidence intervals for cluster randomized trials

作者: Dustin J Rabideau, Rui Wang
来源: Biostatistics
主题: 因果推断
相关性: 8/10
机构绿灯: Harvard University（US News 前 50，免分进入精读）
链接: https://doi.org/10.1093/biostatistics/kxaa007

一、领域脉络与小综述

这个方向是什么

这个子方向关注的是集群随机试验 (Cluster Randomized Trial, CRT) 中的统计推断问题。CRT 的核心特征是随机化单位是“群组”（如医院、学校、村庄），而非个体。这导致个体水平数据存在组内相关性，传统的个体随机化推断方法失效。该领域的根本问题是：如何在有限群组数（通常 10-50 个）下，为处理效应构造具有名义覆盖率的置信区间 (CI)，同时尽可能少地依赖分布假设或大样本渐近近似？ 当前成熟度：方法学上已有大量工作，但针对复杂结局（如区间删失生存数据）和复杂设计（如匹配/分层）的有限样本、分布自由的 CI 构造方法仍是一个活跃的开放问题。

发展脉络（history）

从 introduction 和参考文献中，可以梳理出以下发展脉络：

  1. 奠基工作：基于模型的参数/半参数方法 (Model-based methods)

    • Liang & Zeger (1986) - GEE: 提出了广义估计方程 (GEE)，通过“工作相关矩阵”处理组内相关性。但作者指出，GEE 的 CI 覆盖依赖于“大数量的群组” (a large number of clusters) 才能保证渐近有效性。这是其核心局限。
    • Murray (1998): 系统性地总结了 CRT 的设计与分析，奠定了该领域的教科书级基础。作者引用它来定位 CRT 的经典分析框架。
    • Turner et al. (2017a, 2017b): 提出了基于线性混合模型 (LMM) 的小样本校正方法（如 Kenward-Roger 校正）。这些方法改进了小样本下的覆盖，但仍依赖于模型假设（如随机效应的正态性）。

  2. 主要进展：基于随机化推断的方法 (Randomization-based inference)

    • Rosenberger et al. (2019): 作者指出，随机化推断是“一种替代方法，它是分布自由的，并且不需要大量群组就能有效” (an alternative approach that is distribution-free and does not require a large number of clusters to be valid)。这是本文方法的核心哲学基础。
    • Li et al. (2018): 将随机化推断应用于 CRT，但作者指出其方法“仅限于连续结局” (limited to continuous outcomes)。这是本文要填补的第一个缺口。
    • Wang & De Gruttola (2017): 提出了针对生存结局的随机化检验方法，但作者指出其“未提供 CI 构造的通用框架” (did not provide a general framework for CI construction)。这是本文要填补的第二个缺口。

  3. 当前 Frontier 与本文的位置

    • Gail et al. (1996): 作者引用它来指出，通过反演随机化检验来构造 CI 是“众所周知的” (well-known)，但“需要检验非零原假设，这对于非连续和生存结局是具有挑战性的” (requires testing a non-zero null hypothesis, which is challenging with non-continuous and survival outcomes)。这直接点明了本文要解决的核心技术难点。
    • 本文 (Rabideau & Wang, 2024): 作者将自己的工作定位为：将随机化推断 CI 从连续结局推广到更广泛的结局类型（包括区间删失生存数据），并提供一个计算高效的算法，同时能处理匹配/分层等复杂设计特征。 它填补了“随机化推断在 CRT 中应用”的最后一块拼图——CI 构造。

子线索聚类

这些被引文献大致落在两条子线索上：

  • 线索一：基于模型的大样本渐近方法 (Model-based, large-sample asymptotics)

    • 代表工作: Liang & Zeger (1986), Murray (1998), Turner et al. (2017a, 2017b)。
    • 核心思路: 假设一个参数/半参数模型（如 GEE, LMM），利用渐近理论（群组数 → ∞）来构造 CI。
    • 瓶颈: 对模型假设敏感，且在小样本（群组数少）时覆盖不足。

  • 线索二：基于随机化/置换的有限样本方法 (Randomization/permutation-based, finite-sample)

    • 代表工作: Rosenberger et al. (2019), Li et al. (2018), Wang & De Gruttola (2017), 本文。
    • 核心思路: 利用随机化分配机制作为推断的唯一基础，不依赖分布假设。通过反演随机化检验来构造 CI。
    • 瓶颈: 对于非连续/生存结局，构造非零原假设下的检验统计量及其零分布困难；计算上，穷举所有随机化分配不可行。

这个方向在追问的核心问题

  1. 如何为 CRT 中的非连续结局（如二值、计数、生存时间）构造分布自由的 CI？
  2. 如何将随机化推断 CI 推广到更复杂的设计（如匹配、分层、交叉设计）？
  3. 如何在不穷举所有随机化分配的前提下，高效地计算随机化检验的 p 值或 CI？
  4. 当群组数非常少（如 <10）时，随机化推断 CI 的覆盖率和区间长度表现如何？

⚠️ 作者的 framing

  • 作者的缺口 frame: 作者将缺口 frame 成“现有随机化推断方法要么只适用于连续结局，要么只提供了检验而未提供 CI 构造的通用框架”。因此，本文的贡献是“一个通用的、计算高效的、能处理多种结局和复杂设计的随机化推断 CI 方法”。这是一个非常清晰且合理的“显然的下一步”。
  • 被淡化/回避的竞争路线: 作者淡化了基于模型的小样本校正方法（如 Turner et al. 2017a, 2017b）。虽然承认它们改进了覆盖，但作者强调它们“仍然依赖于分布假设” (still rely on distributional assumptions)。作者没有深入讨论这些模型假设在何种条件下可以被放松，或者与随机化方法相比，它们在效率上的潜在优势。
  • 什么明显该被引/该存在、却没出现在 intro 里？: 作者没有引用任何关于条件随机化检验 (Conditional Randomization Tests) 或协变量自适应随机化 (Covariate-adaptive Randomization) 的近期工作。在 CRT 中，匹配/分层本身就是一种条件随机化。是否存在更精细的、基于充分统计量的条件推断方法？这是一个值得研究者去查的问题。

张力

未见明显对立引用。所有被引工作基本沿着“模型 vs. 随机化”两条互补路线发展，彼此之间没有直接矛盾。

二、最核心、最简单的例子 / 数学问题

第一步：把符号、模型、可观测数据交代清楚

  • 符号:

    • \( i = 1, \dots, m \): 群组 (cluster) 的索引。\( m \) 是总群组数。
    • \( j = 1, \dots, n_i \): 群组 \( i \) 内个体的索引。\( n_i \) 是群组 \( i \) 的个体数。
    • \( Z_i \in \{0, 1\} \): 群组 \( i \) 的处理分配 (treatment assignment)。\( Z_i = 1 \) 表示处理组，\( Z_i = 0 \) 表示对照组。这是随机化变量。
    • \( \mathbf{Z} = (Z_1, \dots, Z_m) \): 所有群组的处理分配向量。这是可观测的。
    • \( Y_{ij} \): 个体 \( j \) 在群组 \( i \) 的结局 (outcome)。这是可观测的。
    • \( \mathbf{Y}_i = (Y_{i1}, \dots, Y_{in_i}) \): 群组 \( i \) 的所有个体结局向量。这是可观测的。
    • \( \mathbf{Y} = (\mathbf{Y}_1, \dots, \mathbf{Y}_m) \): 所有个体的结局数据。这是可观测的。
    • \( \tau \): 感兴趣的处理效应 (treatment effect)，是一个标量参数 (estimand)。例如，平均处理效应 (ATE)。
    • \( H_0: \tau = \tau_0 \): 关于处理效应的原假设。
    • \( T(\mathbf{Z}, \mathbf{Y}) \): 一个检验统计量 (test statistic)，是 \( \mathbf{Z} \) 和 \( \mathbf{Y} \) 的函数。例如，两组均值的差异。
    • \( \mathcal{Z} \): 所有可能的随机化分配集合。在完全随机化中，\( |\mathcal{Z}| = \binom{m}{m_1} \)，其中 \( m_1 \) 是处理组群组数。

  • 模型:

    • 无模型 (Model-free): 本文的核心假设是没有统计模型。推断完全基于随机化分配机制。这是随机化推断的根本特征。
    • 潜在结果框架 (Potential Outcomes Framework): 隐含地，每个群组 \( i \) 有两个潜在结果向量：\( \mathbf{Y}_i(1) \)（如果被分配处理）和 \( \mathbf{Y}_i(0) \)（如果被分配对照）。可观测的结局是 \( \mathbf{Y}_i = \mathbf{Y}_i(Z_i) \)。处理效应 \( \tau \) 是这些潜在结果的一个函数（如 \( \tau = \frac{1}{m} \sum_i [\bar{Y}_i(1) - \bar{Y}_i(0)] \)，其中 \( \bar{Y}_i(z) \) 是群组 \( i \) 在分配 \( z \) 下的平均结局）。
    • 关键假设: SUTVA (Stable Unit Treatment Value Assumption)。在 CRT 中，这包含两层：① 个体间无干扰 (no interference between individuals within the same cluster? 实际上，组内干扰是允许的，因为整个群组接受同一处理)；② 群组间无干扰 (no interference between clusters)。这是随机化推断有效性的基石。

  • 可观测数据:

    • 研究者能观测到的是：每个群组的处理分配 \( Z_i \) 和 每个个体的结局 \( Y_{ij} \)。
    • 想要但观测不到的是：每个群组的反事实结局，即 \( \mathbf{Y}_i(1-Z_i) \)。这是因果推断的核心困难。随机化推断通过利用随机化分配机制，在可观测数据上构造检验统计量，并推导其在所有可能分配下的分布，从而绕过对反事实的直接建模。

第二步：讲最小内核

最简特例：完全随机化、连续结局、两个群组 (\( m=2 \))

这是支撑整篇论文的最小内核。

  • 设定: 有 \( m=2 \) 个群组。完全随机化：随机将一个群组分配为处理组 (\( Z=1 \))，另一个为对照组 (\( Z=0 \))。所以 \( \mathcal{Z} = \{(1,0), (0,1)\} \)，每个分配的概率为 \( 1/2 \)。结局是连续的，我们关心平均处理效应 \( \tau = \bar{Y}_1(1) - \bar{Y}_1(0) + \bar{Y}_2(1) - \bar{Y}_2(0) \) 的一半？更简单点，我们关心处理组与对照组的均值差。但在这个特例下，我们只有一个处理群组和一个对照群组，无法估计方差。所以，我们考虑一个更简单的 estimand：个体处理效应 (Individual Treatment Effect) 对于群组 1 是 \( \tau_1 = \bar{Y}_1(1) - \bar{Y}_1(0) \)，对于群组 2 是 \( \tau_2 = \bar{Y}_2(1) - \bar{Y}_2(0) \)。我们想检验 \( H_0: \tau_1 = \tau_2 = 0 \)（即处理无效）。

  • 检验统计量: 选择 \( T(\mathbf{Z}, \mathbf{Y}) = \bar{Y}_{\text{trt}} - \bar{Y}_{\text{ctrl}} \)，即处理组群组的平均结局减去对照组群组的平均结局。

  • 核心思路（反演随机化检验）:

    1. 观测数据: 假设我们观测到分配 \( \mathbf{Z}^{\text{obs}} = (1, 0) \)，即群组 1 是处理组，群组 2 是对照组。观测到的结局为 \( \bar{Y}_1^{\text{obs}} = a \), \( \bar{Y}_2^{\text{obs}} = b \)。观测到的检验统计量值为 \( T^{\text{obs}} = a - b \)。
    2. 构造 CI 的“反演”逻辑: 一个 \( (1-\alpha) \) 水平的 CI 是所有 \( \tau_0 \) 的集合，使得在 \( H_0: \tau = \tau_0 \) 下，观测到的检验统计量 \( T^{\text{obs}} \) 不落在拒绝域内。
    3. 关键难点（检验非零原假设）: 要检验 \( H_0: \tau = \tau_0 \neq 0 \)，我们需要知道在 \( H_0 \) 下，反事实结局是什么。例如，要检验 \( H_0: \tau_1 = \tau_2 = \delta \)，我们需要知道如果群组 1 是对照组，它的结局会是什么。这需要对处理效应模型做出假设。
    4. 本文的关键想法（加性处理效应模型）: 假设处理效应是可加的 (additive) 且常数 (constant)，即 \( \bar{Y}_i(1) = \bar{Y}_i(0) + \delta \)。那么，在 \( H_0: \tau = \delta \) 下，我们可以“调整”观测到的结局，得到在 \( H_0 \) 下应观测到的结局：
      • 对于处理组群组 (群组 1): \( \tilde{Y}_1 = \bar{Y}_1^{\text{obs}} - \delta \) (这相当于 \( \bar{Y}_1(0) \) 的估计)。
      • 对于对照组群组 (群组 2): \( \tilde{Y}_2 = \bar{Y}_2^{\text{obs}} \) (这已经是 \( \bar{Y}_2(0) \) )。
    5. 计算 p 值: 现在，我们有了一个“在 \( H_0 \) 下”的完整数据集 \( (\mathbf{Z}^{\text{obs}}, \tilde{\mathbf{Y}}) \)。我们可以计算在这个“调整后”数据上的检验统计量 \( T(\mathbf{Z}^{\text{obs}}, \tilde{\mathbf{Y}}) = \tilde{Y}_1 - \tilde{Y}_2 = (a - \delta) - b \)。然后，我们考虑所有可能的随机化分配 \( \mathbf{Z} \in \mathcal{Z} \)。对于每个 \( \mathbf{Z} \)，我们计算 \( T(\mathbf{Z}, \tilde{\mathbf{Y}}) \)。由于 \( \tilde{\mathbf{Y}} \) 是固定的（在 \( H_0 \) 下），\( T(\mathbf{Z}, \tilde{\mathbf{Y}}) \) 的分布完全由随机化机制决定。在这个 \( m=2 \) 的例子中，只有两种分配：
      • \( \mathbf{Z} = (1,0) \): \( T = (a-\delta) - b \)
      • \( \mathbf{Z} = (0,1) \): \( T = b - (a-\delta) \) 双边检验的 p 值是 \( P(|T(\mathbf{Z}, \tilde{\mathbf{Y}})| \ge |T^{\text{obs}}|) \)。在这个特例下，p 值要么是 1（如果两个 T 值绝对值相等），要么是 0.5（如果不等）。
    6. 反演得到 CI: 我们遍历所有可能的 \( \delta \) 值，找到那些使得 p 值 \( \ge \alpha \) 的 \( \delta \) 的集合。这个集合就是 \( (1-\alpha) \) 水平的 CI。

  • 这个最小内核说明了什么:

    • 核心困难: 检验非零原假设需要知道反事实结局，这迫使我们对处理效应结构做出假设（这里是加性常数模型）。
    • 核心思想: 通过“调整”观测数据来模拟在 \( H_0 \) 下应观测到的数据，然后在这个“调整后”数据上应用标准的随机化检验。
    • 推广方向: 本文的一般化工作就是：① 将加性常数模型推广到更一般的处理效应模型（如比例风险模型）；② 将 \( m=2 \) 推广到任意 \( m \)；③ 将连续结局推广到区间删失生存数据；④ 将完全随机化推广到匹配/分层设计；⑤ 解决计算问题（当 \( m \) 很大时，无法穷举所有分配，需要用 Monte Carlo 近似）。

三、这篇论文做了什么

三句话

  1. 研究了什么问题: 为集群随机试验 (CRT) 中的多种结局类型（包括区间删失生存数据）和复杂设计（匹配/分层）提供一种基于随机化推断的、分布自由的置信区间 (CI) 构造通用方法。
  2. 核心工具/方法: 通过反演随机化检验来构造 CI。其核心是：对处理效应施加一个可检验的模型（如加性模型、比例风险模型），然后通过“调整”观测数据来模拟非零原假设下的数据，再计算随机化 p 值，最后反演得到 CI。计算上采用 Monte Carlo 随机化检验来避免穷举。
  3. 主要结论: 通过模拟研究，该方法在多种设定下（连续、二值、区间删失生存结局，不同群组数）能维持名义覆盖水平，且区间长度与基于模型的方法相当或更短。在博茨瓦纳联合预防项目 (BCPP) 的真实数据分析中，该方法成功应用于区间删失生存结局，并得到了有意义的 CI。

关键设定与假设

在第二节最小记号的基础上，补全完整设定：

  • 处理效应模型 (Treatment Effect Model): 这是本文方法的核心假设。作者假设处理效应可以通过一个参数模型来描述，该模型将潜在结果联系起来。例如：
    • 加性模型 (Additive model): \( Y_{ij}(1) = Y_{ij}(0) + \tau \)。这是最简单的模型。
    • 比例风险模型 (Proportional hazards model): 对于生存结局，假设 \( \lambda_{ij}(t|Z_i=1) = \lambda_{ij}(t|Z_i=0) \exp(\beta) \)，其中 \( \beta \) 是对数风险比。这是本文在 BCPP 例子中使用的模型。
    • 逻辑回归模型 (Logistic regression model): 对于二值结局，假设 \( \text{logit}[P(Y_{ij}(1)=1)] = \text{logit}[P(Y_{ij}(0)=1)] + \tau \)。
    • 关键: 这个模型是可检验的，因为它允许我们从观测数据中“反解”出在 \( H_0: \tau = \tau_0 \) 下的潜在结果。这与第二节中的加性常数模型一脉相承。
  • 随机化机制 (Randomization Scheme): 作者考虑了两种常见设计：
    • 完全随机化 (Complete randomization): \( m \) 个群组被随机分为 \( m_1 \) 个处理组和 \( m_0 \) 个对照组。
    • 匹配/分层随机化 (Matched-pair / Stratified randomization): 群组先被分成 \( S \) 个层（或 \( m/2 \) 个对子），然后在每个层/对子内进行完全随机化。这可以看作是一个条件随机化过程。
  • 假设:
    • SUTVA: 如前所述，是基石。
    • 处理效应模型正确指定: 这是本文方法有效性的关键假设。如果模型错误（例如，真实效应是异质的，但假设了常数效应），CI 的覆盖可能会偏离名义水平。作者在模拟中检验了对模型误设的稳健性。
    • 随机化机制已知且正确执行: 这是随机化推断的基础。
    • 无信息删失 (Non-informative censoring): 对于生存结局，假设删失时间独立于潜在生存时间。这是生存分析的标准假设。

主要结果

本文是方法型论文，主要结果来自模拟和真实数据应用。

  • 模拟研究 (Simulation Studies):

    • 设定: 模拟了连续、二值、区间删失生存三种结局类型；群组数 \( m \) 从 10 到 100；处理效应大小不同；考虑了完全随机化和匹配设计。
    • 核心量化结论:
      • 覆盖率 (Coverage): 在模型正确指定时，本文提出的随机化 CI 的经验覆盖率非常接近名义水平 95%，即使在群组数很少（如 \( m=10 \)）时也是如此。相比之下，基于 GEE 的 CI 在 \( m \) 较小时覆盖率明显偏低（如 85-90%）。
      • 区间长度 (Interval Length): 随机化 CI 的平均区间长度与基于模型的方法相当或更短，表明它在保持覆盖的同时没有牺牲效率。
      • 对模型误设的稳健性: 当处理效应模型被轻微误设时（例如，真实效应是异质的，但假设了常数效应），随机化 CI 的覆盖率略有下降，但仍优于基于模型的方法。这表明该方法具有一定的稳健性。
    • 与 baseline 对比: 主要 baseline 是 GEE 和线性混合模型 (LMM) 的 CI。随机化方法在覆盖上显著优于这些方法，尤其是在小样本下。

  • 真实例子：博茨瓦纳联合预防项目 (BCPP):

    • 用的什么数据/场景: BCPP 是一项大型 HIV 预防 CRT，评估社区层面的综合 HIV 预防干预措施。结局是HIV 感染时间，但由于检测是定期的，观测到的数据是区间删失的（即只知道感染发生在两次检测之间）。共有 30 个社区（群组），15 个处理组，15 个对照组。
    • 怎么把本文方法用上去: 作者采用了比例风险模型作为处理效应模型，假设干预措施对 HIV 感染风险有恒定的对数风险比 \( \beta \)。然后，他们应用本文提出的随机化推断 CI 方法，通过 Monte Carlo 模拟随机化分配来计算 p 值，并反演得到 \( \beta \) 的 CI。
    • 得到什么结果: 随机化 CI 估计的干预效果与之前基于参数模型的分析结果一致，但 CI 更宽（反映了对模型假设的放松）。具体来说，风险比的 95% CI 为 (0.71, 1.05)，表明干预可能有效，但未达到统计显著性。
    • 这个例子想说明什么: ① 展示了本文方法处理区间删失生存数据的能力，这是现有随机化推断方法难以做到的。② 证明了该方法在真实 CRT 数据上的可行性和实用性。③ 通过与参数模型结果的对比，说明了放松模型假设对 CI 宽度的影响。

证明路线与技术技巧

本文是方法型论文，没有复杂的数学证明。其“证明”主要体现在模拟和算法设计上。

  • 整体路线（算法设计）:

    1. 输入: 观测数据 \( (\mathbf{Z}^{\text{obs}}, \mathbf{Y}^{\text{obs}}) \)，处理效应模型 \( f(\tau) \)，随机化机制，显著性水平 \( \alpha \)。
    2. 定义搜索网格: 在参数空间 \( \tau \) 上定义一个网格 \( \{\tau_1, \dots, \tau_K\} \)。
    3. 对于每个 \( \tau_k \): a. 调整数据: 根据处理效应模型 \( f(\tau_k) \)，计算“在 \( H_0: \tau = \tau_k \) 下应观测到的结局” \( \tilde{\mathbf{Y}} \)。例如，对于加性模型，\( \tilde{Y}_{ij} = Y_{ij}^{\text{obs}} - \tau_k \cdot Z_i^{\text{obs}} \)。 b. 计算观测检验统计量: 在调整后的数据 \( (\mathbf{Z}^{\text{obs}}, \tilde{\mathbf{Y}}) \) 上计算检验统计量 \( T^{\text{obs}} \)。 c. 计算随机化 p 值: i. 从随机化机制 \( \mathcal{Z} \) 中随机抽取 \( B \) 个分配 \( \mathbf{Z}^{(1)}, \dots, \mathbf{Z}^{(B)} \)（Monte Carlo 近似）。 ii. 对于每个 \( \mathbf{Z}^{(b)} \)，计算检验统计量 \( T^{(b)} = T(\mathbf{Z}^{(b)}, \tilde{\mathbf{Y}}) \)。 iii. p 值 = \( \frac{1}{B+1} \left( 1 + \sum_{b=1}^B I(|T^{(b)}| \ge |T^{\text{obs}}|) \right) \)。 d. 判断: 如果 p 值 \( \ge \alpha \)，则将 \( \tau_k \) 纳入 CI。
    4. 输出: CI = \( [\min\{\tau_k \text{ in CI}\}, \max\{\tau_k \text{ in CI}\}] \)。

  • 关键跳跃点:

    • 从“检验零原假设”到“检验非零原假设”: 这是最关键的跳跃。标准随机化检验只能处理 \( H_0: \tau = 0 \)。作者通过引入一个可逆的处理效应模型，将非零原假设转化为一个“调整后”数据上的零原假设问题。这个想法简洁而强大。
    • 处理区间删失数据: 对于生存数据，检验统计量 \( T \) 的选择变得复杂。作者使用了对数秩统计量 (log-rank statistic) 的变体，该统计量可以处理区间删失数据。这是将方法推广到生存结局的关键。
    • 计算效率: 穷举所有随机化分配在 \( m \) 较大时不可行。作者采用 Monte Carlo 随机化检验，通过随机抽样来近似 p 值。这大大降低了计算成本，使得方法实用。

  • 技术技巧点名:

    • Monte Carlo 随机化检验: 用于近似精确随机化 p 值，避免穷举。
    • 网格搜索 (Grid search): 用于反演 CI，在参数空间上搜索所有不拒绝的 \( \tau \) 值。
    • 区间删失数据的对数秩统计量: 用于构造针对区间删失生存结局的检验统计量。

🔎 结论是否比证明窄

  • 是。作者在模拟中假设了常数处理效应模型（加性、比例风险）。虽然作者声称该方法可以推广到更一般的模型，但没有提供任何理论证明或模拟证据来支持其在异质处理效应下的表现。结论中关于“通用性”的声称，实际上被模拟中使用的特定模型所限制。
  • 具体语句：作者在讨论部分提到“我们的方法可以很容易地扩展到其他处理效应模型，例如那些允许异质效应的模型” (Our method can be easily extended to other treatment effect models, such as those allowing for heterogeneous effects)。这是一个未经证实的声称 (unsubstantiated claim)，而非一个被证明的结论。研究者需要警惕这种“可扩展性”的泛化。

四、开放问题

  1. 异质处理效应下的表现: 本文方法依赖于处理效应模型的正确指定。当处理效应是异质的（例如，不同群组或个体有不同的效应），而模型假设了常数效应时，CI 的覆盖会如何变化？是否存在一种模型稳健的随机化推断 CI，可以自动适应异质性？(扎根于：模拟部分仅测试了常数效应模型，讨论部分对异质效应的声称是未经证明的。)

  2. 更高效的 CI 构造算法: 本文使用的网格搜索算法计算效率较低，尤其是在参数空间很大或需要高精度 CI 时。能否设计一种基于二分搜索或牛顿法的迭代算法来直接求解 CI 的端点，从而避免网格搜索？(扎根于：算法描述中明确使用了网格搜索。)

  3. 与条件随机化检验的结合: 对于匹配/分层设计，本文的方法是在每个层内进行随机化检验，然后合并 p 值。是否存在一种更精细的条件随机化检验方法，可以基于匹配的充分统计量来构造更高效的 CI？(扎根于：作者在讨论中提到了条件推断的可能性，但未深入探讨。)

  4. 理论性质的刻画: 本文完全依赖模拟来验证方法的有限样本性质。能否从理论上证明，在一定的正则条件下，该随机化 CI 具有渐近正确的覆盖？或者，能否推导出它的渐近区间长度，并与基于模型的有效 CI 进行比较？(扎根于：本文是纯方法/应用型，没有任何理论结果。)

Maintained by 陈星宇 · Homepage · Source on GitHub

评论