Bayesian design of clinical trials using joint models for longitudinal and time-to-event data

作者: Jiawei Xu, Matthew A Psioda, Joseph G Ibrahim
来源: Biostatistics
主题: 因果推断
相关性: 5/10
机构绿灯: University of North Carolina at Chapel Hill（US News 前 50，免分进入精读）
链接: https://doi.org/10.1093/biostatistics/kxaa044

---

一、领域脉络与小综述

这个方向是什么

这个子方向是贝叶斯临床试验设计，具体聚焦于利用联合模型（Joint Model）同时分析纵向数据（如生物标志物随时间的变化）和时间-事件终点（如生存时间）。其根本的科学问题是：在临床试验设计阶段，如何利用纵向数据的信息来更高效、更准确地确定样本量，并评估治疗对生存终点的效应，尤其是当生存风险随时间变化（非比例风险）时。当前成熟度：方法学上已有一些贝叶斯设计框架，但将灵活的联合模型（允许非比例风险、允许纵向轨迹灵活建模）系统性地整合进设计阶段（而非仅分析阶段）的工作仍然较少。

发展脉络（history）

• 奠基工作：联合模型用于分析。Tsiatis & Davidian (2004) 等早期工作奠定了联合模型在临床试验数据分析中的基础，将纵向过程与生存风险联系起来。这些工作主要关注分析（给定数据后估计参数），而非设计（在数据收集前确定样本量）。
• 主要进展：贝叶斯临床试验设计。Spiegelhalter et al. (2004) 等系统性地将贝叶斯方法引入临床试验设计，包括先验分布、后验概率、决策准则等。这为后续基于贝叶斯准则的样本量确定提供了框架。
• 当前 frontier：将联合模型用于设计。本文作者指出：“few methods have been proposed for designing clinical trials using these models.” 已有的一些设计方法（如 Chen et al., 2011; Ibrahim et al., 2015）通常假设比例风险（PH），即风险比随时间恒定。这限制了它们在非比例风险场景下的应用。
• 本文的位置：本文提出一个贝叶斯设计框架，使用灵活轨迹联合模型（flexible trajectory joint model），允许非比例风险（如风险比随时间递增），并基于时变风险比的均值进行推断。同时，它还将治疗对生存终点的效应分解为直接效应和通过纵向结局介导的间接效应（mediation decomposition），从而为设计提供更丰富的因果解释。

子线索聚类

这些被引文献大致落在以下子线索上：

1. 联合模型的方法学发展：聚焦于如何更灵活地建模纵向轨迹与生存风险之间的关系。例如，Rizopoulos (2012) 的专著是标准参考；本文引用的“flexible trajectory joint model” (Xu et al., 2022) 是作者自己之前的工作，它使用样条来灵活建模纵向轨迹，并允许轨迹参数进入风险模型。
2. 贝叶斯临床试验设计：关注如何基于贝叶斯后验概率、决策理论等确定样本量。例如，Spiegelhalter et al. (2004) 是经典教材；O'Hagan et al. (2005) 讨论了基于“assurance”（保证概率）的设计。
3. 因果中介分析（Mediation Analysis）：在临床试验中分解治疗的总效应。本文引用了 VanderWeele (2015) 的专著，并借鉴了其直接/间接效应分解的思想，将其应用于联合模型框架下的时变风险比。

这个方向在追问的核心问题

1. 如何设计一个能有效检测非比例风险效应的试验？ 传统PH假设下的设计在风险比随时间变化时可能失效（power低或type I error失控）。
2. 如何利用纵向数据的信息来提高生存终点试验的效率？ 纵向数据通常比生存事件更早、更频繁地收集，其信息能否用于更早地判断疗效或减少所需样本量？
3. 如何将因果中介分析整合进临床试验设计？ 不仅要知道治疗是否有效，还想知道通过什么机制（如通过改善某个生物标志物）有效，从而指导后续药物开发或剂量选择。
4. 贝叶斯设计准则（如后验概率、保证概率）与频率学派准则（如power、type I error）如何协调？ 本文提出的“从贝叶斯视角定义的高功效和良好控制的I类错误率”正是试图调和这两者。

⚠️ 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：“few methods have been proposed for designing clinical trials using these models.” 以及现有方法通常假设比例风险。因此，本文的贡献是“填补了联合模型用于临床试验设计的空白，并允许非比例风险”。
• 哪些竞争路线被他淡化或回避了？ 作者没有与频率学派的联合模型设计方法（如基于似然比检验的样本量公式）进行直接比较。频率学派方法通常更简单、更成熟，但作者可能认为其灵活性不足。作者也没有讨论基于DML（Debiased Machine Learning） 的因果推断方法在临床试验设计中的应用，尽管DML也能处理非比例风险和中介分析，且不依赖贝叶斯先验。
• 什么明显该被引/该存在、却没出现在intro里？ 作者没有引用关于“信息论”或“最优实验设计” 的文献，这些文献可能提供更理论化的样本量确定方法。也没有引用关于“适应性设计” 的文献，这些文献允许在试验进行中根据累积数据修改设计，与本文的固定样本量设计形成对比。

张力

未见明显对立引用。所有被引工作似乎都在一个渐进发展的谱系上，没有发现彼此矛盾或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：
  • T_i：第 i 个患者的时间-事件终点（如死亡或疾病进展时间）。这是一个随机变量，可能被右删失。
  • C_i：第 i 个患者的删失时间。可观测到的是 U_i = min(T_i, C_i) 和事件指示符 Δ_i = I(T_i ≤ C_i)。
  • Y_i(t)：第 i 个患者在时间 t 的纵向结局（如肿瘤大小、生物标志物水平）。这是一个随机过程，在离散的时间点 t_{ij} 被观测到。
  • Z_i：第 i 个患者的治疗分配（如0=对照组，1=治疗组）。这是随机化的，是我们要评估的处理变量。
  • X_i：第 i 个患者的基线协变量（如年龄、性别）。
  • λ_i(t)：第 i 个患者在时间 t 的风险函数（hazard function），即 P(T_i ∈ [t, t+dt) | T_i ≥ t) / dt。
  • θ：模型中的参数向量，包括纵向模型参数、风险模型参数、以及连接两者的参数。
  • n：样本量，即招募的患者总数。这是设计阶段要确定的量。
• 模型：
  • 纵向子模型：Y_i(t) = m_i(t) + ε_i(t)，其中 m_i(t) 是真实的、无误差的纵向轨迹，ε_i(t) 是测量误差。m_i(t) 被建模为固定效应（如治疗组、时间、交互作用）和随机效应（如患者特定的截距和斜率）的函数。本文使用样条来灵活建模 m_i(t) 随时间的变化。
  • 生存子模型：λ_i(t) = λ_0(t) * exp(β_Z * Z_i + α * m_i(t))。这里，λ_0(t) 是基线风险函数（可灵活建模，如用样条或分段常数）。关键点是：当前的真实纵向轨迹 m_i(t) 直接进入风险模型。β_Z 是治疗的直接效应（控制纵向轨迹后），α 是纵向轨迹对风险的效应。
  • 连接：两个子模型通过共享的随机效应和 m_i(t) 连接起来。m_i(t) 是纵向模型的核心，也是生存模型的预测变量。
• 可观测数据：
  • 可观测：对于每个患者 i，我们观测到：(U_i, Δ_i)（生存数据），{Y_i(t_{ij}), t_{ij}}（纵向数据），Z_i（治疗分配），X_i（基线协变量）。
  • 想要但观测不到：我们想要知道的是治疗对生存终点的总效应，以及这个效应有多少是通过改变纵向轨迹 m_i(t) 介导的。这些是因果参数，需要模型假设（如无未测量的混杂、一致性、正性）来识别。此外，m_i(t) 本身是潜在变量（latent variable），我们只能通过带误差的观测 Y_i(t) 来推断它。

第二步：讲最小内核

最简特例：假设只有两个时间点（基线 t=0 和随访 t=1），纵向结局是连续变量，且没有删失（所有患者在 t=1 前都发生了事件或完成了随访）。治疗 Z 是二元的。

在这个特例下，模型退化为： - 纵向模型：Y_i(1) = μ_0 + μ_Z * Z_i + b_i + ε_i，其中 b_i ~ N(0, σ_b^2) 是随机截距，ε_i ~ N(0, σ_ε^2) 是测量误差。Y_i(0) 是基线值，假设为0（或已中心化）。 - 生存模型：λ_i(t) = λ_0(t) * exp(β_Z * Z_i + α * Y_i(1))。这里，我们假设风险只依赖于最终的纵向值 Y_i(1)，而不是整个轨迹。这是一个简化，但抓住了核心思想。

核心思路：治疗 Z 通过两条路径影响生存风险： 1. 直接路径：Z → λ，效应大小为 β_Z。 2. 间接路径：Z → Y(1) → λ，效应大小为 μ_Z * α（治疗改变纵向结局，纵向结局改变风险）。

因此，治疗对生存风险的总效应（在log-hazard尺度上）是 β_Z + μ_Z * α。这个总效应是时变的吗？在这个特例中，由于 Y_i(1) 是固定的，风险比 exp(β_Z + μ_Z * α) 是常数，所以实际上没有非比例风险。但如果我们把 Y_i(1) 替换为随时间变化的轨迹（如 m_i(t) 是时间的线性函数），那么风险比就会随时间变化，因为 m_i(t) 在变化。

本文要解决的核心问题：在更一般的设定下（多个时间点、灵活轨迹、删失），如何设计一个试验，使得我们能够以足够的power检测到 β_Z + μ_Z * α 这个平均效应，同时控制type I error？并且，如何将这个效应分解为直接和间接部分，以便理解机制？

三、这篇论文做了什么

三句话

1. 研究了什么问题：提出一个贝叶斯框架，用于设计使用灵活轨迹联合模型的临床试验，以评估治疗对时间-事件终点的效应，并允许非比例风险。
2. 核心工具/方法：使用贝叶斯样本量确定方法，基于后验概率（power）和后验概率的type I error，并利用因果中介分析将时变风险比的均值分解为直接和间接效应。
3. 主要结论：通过一个乳腺癌临床试验设计示例，展示了该方法如何在非比例风险下提供合理的power和type I error控制，并量化了直接和间接效应的贡献。

关键设定与假设

• 设定：随机化、平行组、优效性试验。主要终点是时间-事件（如无进展生存期）。纵向结局（如肿瘤大小）在基线及后续随访时间点定期收集。
• 模型假设：
  1. 联合模型结构：纵向轨迹 m_i(t) 通过样条灵活建模，并进入Cox比例风险模型。这是关键假设：当前的真实纵向值直接影响当前的风险。
  2. 随机效应：纵向和生存子模型通过共享的随机效应连接，这隐含了条件独立性：给定随机效应和协变量，纵向观测和生存时间是独立的。
  3. 无未测量的混杂：治疗分配 Z 是随机化的，因此与潜在结果独立。但纵向轨迹 m_i(t) 与生存时间之间可能存在未测量的混杂（例如，一个未观测到的因素同时影响疾病进展和生存）。本文的模型假设没有这种混杂，即 m_i(t) 是“外生的”预测变量。这是一个很强的假设，也是因果中介分析中常见的“顺序可忽略性”（sequential ignorability）假设的一部分。
  4. 一致性：观测到的纵向轨迹和生存时间对应于实际接受的治疗。
• 相比已有文献：相比假设比例风险的联合模型设计（如Chen et al., 2011），本文放宽了比例风险假设。相比标准的贝叶斯样本量公式，本文将联合模型和中介分析整合进了设计阶段。

主要结果

• 结果1：贝叶斯样本量确定公式。给定先验分布、设计参数（如效应大小、纵向轨迹形状）和决策准则（如后验概率阈值），推导出所需样本量 n 的表达式。这个表达式是基于后验概率的，即 P(θ > θ_0 | data) > γ 的概率（power），其中 θ 是感兴趣的参数（如平均风险比），θ_0 是无效值，γ 是阈值。
• 结果2：效应分解。将治疗对生存终点的平均效应（基于时变风险比的均值）分解为：
  • 直接效应：β_Z（来自风险模型）。
  • 间接效应：通过纵向轨迹介导的效应，由 α 和纵向轨迹的治疗效应共同决定。
  • 这个分解允许研究者量化“治疗通过改善生物标志物”这一机制对总生存获益的贡献。
• 结果3：模拟与示例。通过一个乳腺癌临床试验设计示例（基于真实数据模拟），展示了：
  • 当风险比随时间递增（非比例风险）时，基于PH假设的传统设计会低估所需样本量，导致power不足。
  • 本文提出的设计能正确校准样本量，在非比例风险下达到目标power和type I error。
  • 中介分析揭示了治疗对生存的大部分效应是通过改善纵向结局（如肿瘤缩小）介导的。

证明路线与技术技巧（理论型必写，要具体）

本文是应用/方法型论文，没有严格的数学证明。其“证明”主要体现在模拟验证和贝叶斯计算的合理性上。

• 整体路线：
  1. 模型设定：指定联合模型的似然函数（基于纵向和生存数据的联合分布）。
  2. 先验设定：为所有模型参数（β_Z, α, 随机效应方差等）指定先验分布。
  3. 后验计算：使用MCMC（如Gibbs采样或Hamiltonian Monte Carlo）从后验分布中采样。
  4. 设计准则：定义贝叶斯power为 P(P(θ > θ_0 | data) > γ | θ_true)，即给定真实参数值，后验概率超过阈值的概率。定义贝叶斯type I error为 P(P(θ > θ_0 | data) > γ | θ_true = θ_0)。
  5. 样本量确定：通过模拟（Monte Carlo）来估计贝叶斯power和type I error，并调整样本量 n 直到达到目标值。
• 关键跳跃点：没有数学上的“跳跃点”。核心挑战在于计算：对于每个候选样本量 n，需要运行大量模拟（每个模拟都包含一次完整的MCMC后验推断），计算量巨大。作者可能使用了近似方法（如拉普拉斯近似）或高效MCMC来加速。
• 技术技巧点名：
  • MCMC：用于后验推断。
  • Monte Carlo模拟：用于估计贝叶斯power和type I error。
  • 样条（Splines）：用于灵活建模纵向轨迹和基线风险函数。
  • 因果中介分析：用于效应分解。

真实例子与应用

• 用的什么数据/场景：一个乳腺癌临床试验的设计场景。数据是基于历史数据模拟的，模拟了治疗组和对照组在无进展生存期（PFS） 和肿瘤大小上的差异。关键特征是：治疗组在早期能显著缩小肿瘤，但肿瘤可能后期反弹，导致风险比随时间先下降后上升（非比例风险）。
• 怎么把本文方法用上去：研究者首先指定联合模型的结构（如纵向轨迹用线性样条，风险模型用分段常数基线风险）。然后，基于对治疗效应的先验信念（如肿瘤缩小的幅度、对PFS的预期影响），设定先验分布。接着，使用本文的贝叶斯样本量确定方法，通过模拟计算在不同样本量下的power和type I error，最终确定一个满足设计目标的样本量。
• 得到什么结果：设计出的试验样本量比基于PH假设的传统设计更大（因为非比例风险下，早期效应可能被后期反弹抵消，需要更多数据来检测平均效应）。中介分析显示，约70%的治疗效应是通过肿瘤缩小介导的，这为药物的作用机制提供了证据。
• 这个例子想说明什么：① 忽略非比例风险会导致设计失败（power不足）。② 本文方法能处理这种复杂性。③ 中介分析能提供机制洞见，这在药物开发中很有价值。

🔎 结论是否比证明窄

• 是。作者在intro和abstract中声称方法“allows for non-proportional hazards”和“decomposes the treatment effect”。然而，这些结论完全依赖于模拟示例。论文没有提供任何理论证明（如渐近性质、一致性、效率界）来保证该方法在所有非比例风险场景下都有效。例如，模拟中只展示了一种特定的非比例风险模式（先下降后上升）。对于其他模式（如单调递增、交叉风险），方法的性能未知。
• 具体语句：作者在结论部分说“The proposed methodology provides a flexible and powerful tool for designing clinical trials...”，但“powerful”的声称仅基于一个模拟示例，没有理论保证。这是一个典型的“结论比证明宽”的情况。

四、开放问题（点到为止，扎根具体语句）

1. 理论性质：本文的贝叶斯样本量确定方法是否具有频率学派意义上的渐近有效性？即，当样本量趋于无穷时，其power和type I error是否收敛到目标值？这需要严格的渐近理论证明，而本文没有提供。扎根于：论文没有推导任何渐近性质。
2. 模型误设定：当联合模型被误设定时（例如，纵向轨迹的真实形状与样条假设不符，或存在未测量的混杂），本文的设计方法有多稳健？扎根于：论文的模拟是基于正确的模型进行的，没有测试模型误设定下的性能。
3. 计算效率：对于更复杂的模型（如多个纵向结局、非线性轨迹），MCMC的计算成本可能变得极高，使得基于模拟的样本量确定变得不可行。如何开发更高效的计算方法（如变分贝叶斯、近似贝叶斯计算）？扎根于：论文承认“The computational burden of the MCMC algorithm can be substantial”。
4. 与频率学派方法的比较：本文的贝叶斯设计在效率上是否优于基于DML（Debiased Machine Learning） 的频率学派设计？DML也能处理非比例风险和中介分析，且不依赖先验。一个系统的比较研究是缺失的。扎根于：论文没有与任何频率学派方法进行对比。

---

Maintained by 陈星宇 · Homepage · Source on GitHub

评论