A Bayesian nonparametric approach for evaluating the causal effect of treatment in randomized trials with semi-competing risks¶

作者: Yanxun Xu, Daniel Scharfstein, Peter Müller, Michael Daniels
来源: Biostatistics
主题: 因果推断
相关性: 7/10
机构绿灯: Johns Hopkins University（US News 前 50，免分进入精读）
链接: 期刊页 · arXiv

一、领域脉络与小综述¶

这个方向是什么¶

本文研究的核心问题是：在随机试验中，当研究者关心的非终端事件（如肿瘤复发）可能被终端事件（如死亡）所删失，而终端事件不会被非终端事件删失时（即“半竞争风险”结构），如何定义并估计治疗对非终端事件的因果效应。这个问题的根本困难在于：死亡不仅是一个竞争风险（阻止复发被观测到），而且死亡本身可能受到治疗的影响，因此直接比较“是否复发”在治疗组和对照组之间会因死亡而引入选择偏倚（存活者偏倚）。该方向当前成熟度中等：已有大量半竞争风险的描述性模型（如 illness-death 模型），但因果推断框架下的处理（特别是定义有意义的因果 estimand 并处理识别问题）仍处于发展阶段。

发展脉络（history）¶

奠基工作： - Rubin (1974)：奠定了潜在结果框架，明确了随机化在因果推断中的核心地位。本文将其作为整个因果推断的基石。 - Frangakis and Rubin (2002)：提出了主分层（principal stratification） 框架，用于处理“治疗后变量”带来的因果推断问题。其核心思想是：根据潜在结果（如“在治疗下是否死亡”和“在对照下是否死亡”）将个体划分为不同的“层”（principal strata），然后在每个层内定义因果效应。本文直接采用此框架来定义 estimand。

主要进展（半竞争风险建模）： - Varadhan et al. (2014)：系统综述了半竞争风险数据的建模方法，将其分为两类：仅基于可观测量的模型（class O，如 cause-specific hazards）和基于潜在失效时间的模型（class L，如 illness-death 模型）。本文指出，class O 模型无法直接回答因果问题，而 class L 模型需要更强的假设。 - Lee et al. (2015)：提出了一个贝叶斯半参数回归框架来分析半竞争风险数据，重点关注依赖结构刻画和预测，而非因果效应。本文将其作为背景方法，指出其未处理因果识别问题。

当前 frontier 与本文位置： - Daniels et al. (2012)：在因果中介分析中，引入了条件独立性假设和敏感性参数来识别自然直接和间接效应。本文直接借鉴了其“用敏感性参数量化假设偏离”的思路，并将其移植到半竞争风险的主分层设定中。 - 本文 (Xu et al., 2018)：将主分层框架与半竞争风险结构结合，定义了一个新的因果 estimand（治疗对非终端事件的因果效应，在“无论治疗如何都不会死亡”的 principal stratum 内），并引入一组由敏感性参数索引的识别假设。这是首次将主分层因果推断系统性地应用于半竞争风险数据。

子线索聚类¶

这些被引文献大致落在三条子线索上：

因果推断框架（主分层与潜在结果）：
- 代表工作：Rubin (1974), Frangakis and Rubin (2002), Daniels et al. (2012)。
- 核心内容：建立因果效应的定义框架（潜在结果），并发展在存在治疗后变量时的识别策略（主分层、中介分析中的条件独立性假设）。
- 本文的定位：直接继承并扩展了主分层框架，将其应用于半竞争风险这一特定数据结构。
半竞争风险统计建模：
- 代表工作：Varadhan et al. (2014), Lee et al. (2015)。
- 核心内容：发展描述性模型（如 illness-death 模型、贝叶斯半参数回归）来分析半竞争风险数据，关注参数估计、依赖结构刻画和预测。
- 本文的定位：指出这些模型缺乏因果解释，并试图填补这一空白。
贝叶斯非参数方法：
- 代表工作：Lee et al. (2015), Daniels et al. (2012)。
- 核心内容：使用 Dirichlet process 等非参数先验对复杂分布（如潜在结果分布）进行灵活建模，避免参数模型设定错误带来的偏差。
- 本文的定位：采用 BNP 方法进行推断，以处理主分层框架下潜在结果分布的高维和复杂依赖结构。

这个方向在追问的核心问题¶

如何定义有意义的因果 estimand？ 在半竞争风险下，直接比较“复发时间”在治疗组和对照组之间会因死亡而偏倚。主分层提供了一个自然的框架：在“无论治疗如何都不会死亡”的个体中，治疗对复发的影响是“纯净的”。但这个 estimand 是否具有政策相关性？它只回答了“如果没有人死亡，治疗会怎样”，而非“在现实世界中，治疗对复发的总体影响”。
如何实现识别？ 主分层 estimand 通常不可识别，因为“在治疗下是否死亡”和“在对照下是否死亡”这两个潜在变量无法同时观测。本文引入了一组假设（单调性、条件独立、可交换性）来实现识别，但这些假设的合理性需要论证。
如何处理敏感性？ 识别假设（特别是条件独立假设）可能不成立。本文引入了一个敏感性参数来量化偏离程度，但如何解释这个参数、如何为其设定合理的范围，是应用中的关键问题。
如何高效地进行推断？ 主分层框架下的模型通常涉及复杂的潜在变量和混合分布，计算挑战大。BNP 方法提供了灵活性，但计算成本高，且后验推断的收敛性需要验证。

⚠️ 作者的 framing（必须明确标注成“这是作者的说法”）¶

作者把缺口 frame 成什么？ 作者声称：“现有半竞争风险模型（如 illness-death 模型）主要关注可观测数据的联合分布（如 cause-specific hazards），无法直接回答因果问题。而主分层框架虽然已被用于其他领域（如中介分析、非依从性），但尚未被系统性地应用于半竞争风险数据。” 因此，本文的贡献被 frame 为“首次将主分层因果推断框架与半竞争风险结构结合，并开发了相应的 BNP 推断方法”。

哪些竞争路线被他淡化或回避了？ - 工具变量（IV）方法：如果存在一个影响治疗但不直接影响结果的工具变量，IV 方法可以处理由死亡引起的选择偏倚。本文未提及 IV 作为替代方案。 - G-computation / 逆概率加权（IPW）：在纵向数据中，G-computation 和 IPW 可以处理时依混杂和删失。本文未讨论这些方法在半竞争风险设定下的适用性。 - 结构嵌套模型（SNMs）：SNMs 可以处理由治疗后变量引起的偏倚，但本文未将其作为比较对象。

什么明显该被引 / 该存在、却没出现在 intro 里？ - 关于“存活者平均因果效应”（SACE）的文献：SACE 是主分层在“存活”这一 principal stratum 上的特例，与本文的 estimand 高度相关。例如，Zhang and Rubin (2003) 关于 SACE 的早期工作，以及后续的敏感性分析方法（如 Chiba and VanderWeele, 2011），都未被引用。这是一个值得研究者去查的缺口。

张力¶

未见明显对立引用。所有被引工作基本在各自的子领域内被接受，没有出现“在略不同条件下得相反结论”的情况。

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：
\( Z \in \{0, 1\} \)：随机分配的治疗指示变量（0 = 对照，1 = 治疗）。
\( T \)：非终端事件（如肿瘤复发）的时间。
\( D \)：终端事件（死亡）的时间。
\( C \)：独立删失时间（如失访）。
可观测数据：对于每个个体 \( i \)，我们观测到：
- \( Z_i \)：治疗分配。
- \( X_i = \min(T_i, D_i, C_i) \)：观测到的“事件时间”（可能是复发、死亡或删失中最早的那个）。
- \( \delta_i \)：指示 \( X_i \) 对应的事件类型（0 = 删失，1 = 复发，2 = 死亡）。
- 注意：如果 \( D_i < T_i \)，则 \( T_i \) 被死亡删失，我们永远观测不到 \( T_i \)。
潜在变量（不可观测）：
- \( T_i(z) \)：在治疗分配 \( Z = z \) 下的潜在非终端事件时间。
- \( D_i(z) \)：在治疗分配 \( Z = z \) 下的潜在终端事件时间。
- 对于每个个体，我们有四个潜在变量：\( (T_i(0), D_i(0), T_i(1), D_i(1)) \)，但只有与观测到的 \( Z_i \) 对应的那一对 \( (T_i(Z_i), D_i(Z_i)) \) 是部分可观测的（且可能被删失）。
Principal stratum：根据 \( (D_i(0), D_i(1)) \) 将个体分层。本文关注的是 “始终存活者”（always survivors） 层：\( S = \{i: D_i(0) > \tau, D_i(1) > \tau\} \)，其中 \( \tau \) 是一个固定的时间点（如研究结束时间）。在这个层内，个体无论接受哪种治疗都不会在研究期间死亡。
Estimand：\( \text{CE} = E[T(1) - T(0) \mid S] \)，即在“始终存活者”层内，治疗对非终端事件时间的平均因果效应。
模型：
数据生成机制：随机化保证了 \( Z \perp (T(0), D(0), T(1), D(1)) \)。
半竞争风险结构：\( D \) 可以删失 \( T \)，但 \( T \) 不能删失 \( D \)。
独立删失：\( C \perp (T, D) \)，且 \( C \) 与治疗分配无关。
本文引入的识别假设（详见第三节）用于将不可观测的 \( \text{CE} \) 与可观测数据的分布联系起来。
可观测数据：
研究者实际能观测到的是：每个个体的 \( (Z_i, X_i, \delta_i) \)。
关键不可观测量：每个个体属于哪个 principal stratum（即 \( (D_i(0), D_i(1)) \) 的值）是未知的。我们只知道：如果个体在对照组中死亡了（\( D_i(0) \leq \tau \)），那么他一定不属于“始终存活者”层；但如果个体在治疗组中存活了（\( D_i(1) > \tau \)），我们无法确定他在对照组中是否也会存活。

第二步：讲最小内核¶

最简特例：假设研究时间 \( \tau \) 足够长，以至于所有死亡事件都在 \( \tau \) 之前发生，且我们只关心一个二值结果：在 \( \tau \) 之前是否发生非终端事件（复发）。即： - \( T \) 和 \( D \) 被简化为二值变量：\( T = 1 \) 表示在 \( \tau \) 前复发，\( D = 1 \) 表示在 \( \tau \) 前死亡。 - 潜在结果：\( T(0), T(1), D(0), D(1) \in \{0, 1\} \)。 - 可观测数据：\( (Z, X, \delta) \) 简化为 \( (Z, \text{是否观测到复发}, \text{是否观测到死亡}) \)。但注意，如果 \( D=1 \) 且 \( T=1 \)，我们只能观测到死亡（因为死亡删失了复发），所以观测到的复发事件只发生在 \( D=0 \) 的个体中。

核心思路： 1. 定义 principal stratum：\( S = \{i: D_i(0) = 0, D_i(1) = 0\} \)，即“无论治疗如何都不会死亡”的个体。 2. 定义 estimand：\( \text{CE} = P(T(1)=1 \mid S) - P(T(0)=1 \mid S) \)，即在“始终存活者”中，治疗对复发概率的因果效应。 3. 识别问题：我们无法直接观测到 \( S \) 中的个体，因为： - 如果 \( Z=1 \) 且 \( D=0 \)，我们只知道 \( D(1)=0 \)，但不知道 \( D(0) \) 的值（可能是 0 或 1）。 - 如果 \( Z=0 \) 且 \( D=0 \)，同理。 - 只有 \( Z=1 \) 且 \( D=1 \) 的个体，我们才知道 \( D(1)=1 \)，因此他一定不在 \( S \) 中。 4. 识别假设：为了从可观测数据中识别 \( \text{CE} \)，本文引入了一个关键假设（在第三节中详述）：单调性假设（\( D_i(1) \leq D_i(0) \) 对所有 \( i \) 成立），即治疗不会增加死亡风险。在这个假设下，\( D(1)=0 \) 的个体必然满足 \( D(0)=0 \)，因此他们一定属于 \( S \)。这样，\( S \) 中的个体就完全由 \( Z=1 \) 且 \( D=0 \) 的个体所识别。 5. 剩下的问题：即使识别了 \( S \)，我们仍然无法直接观测到 \( T(0) \) 在 \( S \) 中的分布，因为 \( S \) 中的个体在对照组中可能被死亡删失（如果 \( D(0)=1 \)，但单调性排除了这种情况）。实际上，在单调性下，\( S \) 中的个体在对照组中也不会死亡，因此 \( T(0) \) 是可观测的（只要不被独立删失 \( C \) 删失）。因此，\( \text{CE} \) 在单调性假设下是可识别的。

这个最小内核说明了什么？ - 主分层框架的核心是通过潜在结果定义有意义的子群体，然后在这个子群体内估计因果效应。 - 识别依赖于强假设（如单调性），这些假设将不可观测的 principal stratum 与可观测数据联系起来。 - 即使有了单调性，仍然需要处理非终端事件被终端事件删失的问题（在二值特例中，这个问题被简化了，但在连续时间设定中仍然存在）。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：在随机试验的半竞争风险数据中，定义并估计治疗对非终端事件（如复发）的因果效应，该效应被定义为在“无论治疗如何都不会在研究期间死亡”的 principal stratum 内的平均处理效应。
核心工具/方法：采用主分层框架定义 estimand，引入一组由敏感性参数索引的识别假设（单调性、条件独立、可交换性），并使用贝叶斯非参数方法（Dirichlet process 先验）对潜在结果分布进行建模和推断。
主要结论：在模拟研究中，所提出的 BNP 方法在识别假设成立时能有效估计因果效应，并对假设的适度偏离具有一定的稳健性。在脑癌试验的真实数据分析中，该方法揭示了治疗对复发的因果效应，而传统方法（如直接比较复发时间）可能因存活者偏倚而给出误导性结论。

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：

记号补充：
\( \tau \)：一个固定的时间点（如研究结束时间），用于定义 principal stratum。本文关注的是在 \( \tau \) 之前是否死亡。
\( U \)：一个潜在的“脆弱性”变量，用于刻画个体间 \( T \) 和 \( D \) 的依赖关系。
\( \lambda \)：敏感性参数，用于量化“条件独立假设”的偏离程度。
关键假设：
随机化：\( Z \perp (T(0), D(0), T(1), D(1)) \)。由试验设计保证。
单调性：\( D_i(1) \leq D_i(0) \) 对所有 \( i \) 成立。即治疗不会增加死亡风险。这是一个很强的假设，但作者指出在脑癌试验中，治疗（局部化疗）的毒性较低，因此该假设可能合理。相比已有文献：这是主分层框架中的标准假设，用于简化 principal stratum 的识别。
条件独立（给定 \( U \)）：给定潜在脆弱性 \( U \)，\( T(z) \) 和 \( D(z) \) 是条件独立的（\( z = 0, 1 \)）。即，在控制了未观测的个体异质性后，复发和死亡是独立的。相比已有文献：这是本文引入的核心识别假设，类似于中介分析中的“序贯可忽略性”。作者通过引入敏感性参数 \( \lambda \) 来放松这个假设。
可交换性（给定 \( U \)）：给定 \( U \)，\( (T(0), D(0)) \) 和 \( (T(1), D(1)) \) 的联合分布是相同的。即，治疗分配不影响潜在结果之间的依赖结构。相比已有文献：这是一个技术性假设，用于简化模型。
独立删失：\( C \perp (T, D, Z) \)。标准假设。
模型：
作者假设 \( T(z) \) 和 \( D(z) \) 的联合分布由一个共享的脆弱性 \( U \) 连接，并采用 Weibull 比例风险模型作为基线，但通过 Dirichlet process 先验对基线风险函数进行非参数建模。
具体地，对于每个 principal stratum \( s \)（由 \( (D(0), D(1)) \) 定义），作者对 \( T(z) \) 和 \( D(z) \) 的分布分别建模，并通过 \( U \) 引入相关性。

主要结果¶

本文是方法型论文，核心结果是所提出方法的可行性和在模拟/真实数据上的表现。

模拟研究：
设定：生成符合半竞争风险结构的数据，并设定不同的 principal stratum 比例和效应大小。比较所提出的 BNP 方法与一个“朴素”方法（直接比较治疗组和对照组的复发时间，忽略死亡删失）。
核心量化结论：
- 当识别假设（特别是单调性和条件独立）成立时，BNP 方法能无偏地估计 \( \text{CE} \)，且覆盖概率接近名义水平（如 95%）。
- 朴素方法严重低估了治疗效应（因为死亡删失了更多对照组的复发事件），偏差可达 50% 以上。
- 当条件独立假设被适度违反（即敏感性参数 \( \lambda \) 偏离真值）时，BNP 方法的估计仍然相对稳健，偏差随 \( \lambda \) 的偏离程度增加而增加，但始终小于朴素方法。
与 baseline 对比：主要 baseline 是“忽略死亡删失”的朴素方法，以及一个“完全参数化”的贝叶斯模型（作为 BNP 的对照）。BNP 方法在模型误设（如基线风险函数非 Weibull）时表现优于参数模型。
真实例子：脑癌试验（Brem et al., 1995）
数据：222 名复发性恶性胶质瘤患者，随机接受卡莫司汀（carmustine）聚合物植入或安慰剂。主要终点是生存期（死亡时间），次要终点是肿瘤进展时间（复发时间）。由于死亡是常见的，复发时间被严重删失。
怎么用：将本文方法应用于该数据，估计治疗对复发时间的因果效应（在“始终存活者”层内）。设定 \( \tau = 12 \) 个月（研究结束时间）。
结果：
- 朴素方法（直接比较复发时间）显示治疗组和对照组无显著差异（p > 0.05）。
- 本文方法估计的 \( \text{CE} \) 显示治疗显著延长了复发时间（后验均值约为 2 个月，95% 可信区间不包含 0）。
- 敏感性分析表明，即使适度放松条件独立假设，结论仍然稳健。
这个例子想说明什么：传统方法因存活者偏倚而低估了治疗对复发的益处。本文方法通过聚焦于“始终存活者”层，揭示了治疗的真实因果效应，证明了方法的实际价值。

证明路线与技术技巧¶

本文是应用方法型论文，没有严格的渐近理论证明。其“证明”主要体现在贝叶斯推断的构建和 MCMC 算法的设计上。

整体路线：
模型构建：基于主分层框架，将个体分为四个 principal stratum（由 \( (D(0), D(1)) \) 在 \( \tau \) 前的取值决定）。在单调性假设下，实际只有三个 stratum（\( D(0)=0, D(1)=0 \)；\( D(0)=1, D(1)=0 \)；\( D(0)=1, D(1)=1 \)）。
似然函数：写出基于可观测数据 \( (X, \delta, Z) \) 的似然函数，该函数是各个 principal stratum 内潜在结果分布的混合。由于 stratum 成员身份未知，似然函数涉及对不可观测的 stratum 指示变量求和。
先验设定：对每个 stratum 内的潜在结果分布（\( T(z) \) 和 \( D(z) \) 的联合分布）使用 Dirichlet process 先验进行非参数建模。具体地，使用一个共享的脆弱性 \( U \) 来连接 \( T \) 和 \( D \)，并对 \( U \) 的分布使用 DP 先验。
后验推断：使用 MCMC（Gibbs 采样）从后验分布中采样。关键步骤包括：对每个个体的 stratum 成员身份进行数据增广（imputation），并在给定 stratum 成员身份的条件下更新分布参数。
敏感性分析：将条件独立假设中的参数 \( \lambda \) 视为一个可调的敏感性参数，在不同的 \( \lambda \) 值下重复推断，观察 \( \text{CE} \) 的后验分布如何变化。
关键跳跃点：
从可观测数据到 principal stratum 的映射：这是最困难的一步。似然函数需要将每个个体的观测数据与所有可能的 stratum 成员身份联系起来。作者通过数据增广（将 stratum 指示变量视为缺失数据）绕过了这个困难，使得 MCMC 可以在给定 stratum 成员身份的条件下进行条件采样。
处理半竞争风险删失：在似然函数中，需要正确处理“死亡删失复发”这一结构。作者通过将复发时间 \( T \) 视为在死亡时间 \( D \) 之后被“截断”来处理，即 \( T \) 的似然贡献只在 \( T < D \) 时才能被观测到。
技术技巧点名：
Dirichlet process 先验：用于对潜在结果分布进行非参数建模，避免参数模型设定错误。用在哪：对每个 principal stratum 内的 \( (T, D) \) 联合分布建模。
数据增广（Data Augmentation）：将不可观测的 principal stratum 成员身份视为缺失数据，通过 MCMC 进行采样。用在哪：后验推断的核心步骤。
敏感性参数：将条件独立假设的偏离程度参数化，通过改变参数值来评估结论的稳健性。用在哪：敏感性分析。

🔎 结论是否比证明窄¶

是。作者在引言和摘要中声称“我们开发了一个 BNP 方法来评估因果效应”，但论文中没有提供任何渐近理论（如后验一致性、收敛速度）。所有结论都基于模拟研究和单一真实数据例子。因此，方法的理论性质（如在大样本下是否一致、BNP 先验的选择是否影响结论）是未知的。作者在讨论部分也承认了这一点：“Our approach is computationally intensive and its theoretical properties (e.g., posterior consistency) are not investigated here.” 这是一个重要的窄化。

四、开放问题¶

渐近理论：本文的 BNP 方法是否具有后验一致性？收敛速度是多少？这需要建立半竞争风险主分层模型下的非参数贝叶斯推断理论。扎根点：论文讨论部分明确提到“theoretical properties … are not investigated here”。
单调性假设的检验：单调性假设（\( D_i(1) \leq D_i(0) \)）在本文中是不可检验的。是否存在基于可观测数据的检验方法？或者，是否可以放松该假设（例如，允许治疗增加一小部分人的死亡风险）？扎根点：论文假设部分明确列出了单调性假设，并指出其合理性依赖于具体应用。
敏感性参数的解释与校准：本文的敏感性参数 \( \lambda \) 缺乏直观的统计解释。如何为 \( \lambda \) 设定一个合理的范围？是否可以将其与可观测数据的某个特征（如治疗组和对照组的死亡率差异）联系起来？扎根点：论文敏感性分析部分仅展示了 \( \lambda \) 在不同值下的结果，但未提供选择 \( \lambda \) 范围的指导原则。
扩展到更复杂的设定：本文的方法能否扩展到多个非终端事件、时依治疗、或非随机化研究（需要处理混杂）？扎根点：论文讨论部分提到“extensions to more complex settings … are left for future work”。

Maintained by 陈星宇 · Homepage · Source on GitHub