跳转至

Marginal modeling of cluster-period means and intraclass correlations in stepped wedge designs with binary outcomes

作者: Fan Li, Hengshi Yu, Paul J Rathouz, Elizabeth L Turner, John S Preisser
主题: 流行病学
相关性: 4/10
链接: https://doi.org/10.1093/biostatistics/kxaa056

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阶梯楔形整群随机试验（Stepped Wedge Cluster Randomized Trials, SW-CRTs） 中二元结局（binary outcomes）的边际建模与推断问题。SW-CRT 是一种特殊的纵向整群随机试验设计：所有集群（clusters）最终都会从对照（control）过渡到干预（intervention），但过渡的时间点是随机分配的。核心统计挑战在于：结局是二元的（如感染/未感染），数据具有层次结构（个体嵌套于集群-周期内），且存在跨时间、跨个体的相关性（由集群内相关系数 ICC 刻画）。当前主流方法（如广义估计方程 GEE）在处理大规模个体水平数据时面临计算瓶颈，且对 ICC 的估计与报告（CONSORT 扩展声明要求）缺乏统一、高效的框架。

发展脉络（history）

  1. 奠基工作：SW-CRT 设计与分析框架的建立

    • Hussey & Hughes (2007)：提出了 SW-CRT 的经典线性混合模型（LMM）框架，用于连续结局。这是该领域的奠基之作，但仅适用于连续结局，且假设了简单的相关结构（如交换性）。
    • Woertman et al. (2013)：发展了 SW-CRT 的样本量计算公式，基于线性模型和简单的 ICC 结构，为试验设计提供了基础工具。这些早期工作主要聚焦于连续结局，对二元结局的处理有限。

  2. 主要进展：二元结局的边际模型与 GEE 方法

    • Li et al. (2018)：首次将广义估计方程（GEE）系统性地应用于 SW-CRT 的二元结局分析，提出了基于个体水平数据的边际模型。该工作证明了 GEE 在 SW-CRT 中的可行性，但暴露了计算瓶颈：当集群-周期内个体数（cluster-period size）很大时，构建和求逆大规模的工作相关矩阵（working correlation matrix）在计算上不可行。
    • Preisser et al. (2003) 和 Zhao & Prentice (1990)：虽然不直接针对 SW-CRT，但他们提出的矩阵调整估计方程（Matrix-Adjusted Estimating Equations, MAEE） 和二次推断函数（Quadratic Inference Functions, QIF） 为改进 ICC 的有限样本推断提供了理论基础。MAEE 通过调整估计方程的“帽子矩阵”来减少 ICC 估计的偏差，是本文的关键技术来源之一。

  3. 当前 Frontier：计算效率与 ICC 推断的平衡

    • 当前的前沿在于：如何在保持边际模型灵活性的同时，克服个体水平 GEE 的计算障碍，并提供对 ICC 的可靠推断，以满足 CONSORT 扩展声明（2018）对报告 ICC 的要求。已有尝试包括使用复合似然（composite likelihood）或简化相关结构，但尚未形成统一、高效且理论严谨的框架。

  4. 本文的位置

    • 本文（Li et al., 2020）直接切入上述计算瓶颈。其核心洞见是：个体水平边际均值的拟得分（quasi-score）可以等价地由集群-周期均值（cluster-period means）重新表达。这相当于将问题从个体水平降维到集群-周期水平，从而避免了大规模矩阵运算。同时，通过建立个体水平 ICC 与集群-周期均值相关系数之间的映射，为这种降维方法提供了严格的理论基础。本文还引入了 MAEE 来改进 ICC 的有限样本推断，从而在计算效率和推断质量之间取得了平衡。

子线索聚类

  1. 线索一：基于似然与混合模型的方法

    • 代表工作：Hussey & Hughes (2007), Woertman et al. (2013)。
    • 核心思路：通过指定完整的似然函数（如线性混合模型、广义线性混合模型 GLMM）来建模数据。优点是可以直接处理随机效应和复杂相关结构；缺点是计算量大（尤其是 GLMM 需要数值积分），且对分布假设敏感（如 GLMM 的随机效应正态性假设）。

  2. 线索二：基于 GEE 的边际模型方法

    • 代表工作：Li et al. (2018), Preisser et al. (2003), Zhao & Prentice (1990)。
    • 核心思路：仅指定均值模型和方差-协方差结构（通过工作相关矩阵），不指定完整的似然。优点是稳健（对相关结构误设不敏感），且具有群体平均（population-averaged）解释。缺点是计算瓶颈（个体水平 GEE）和对 ICC 的推断不够直接。本文属于此线索，并试图解决其计算瓶颈。

  3. 线索三：基于集群-周期均值的降维方法

    • 代表工作：本文（Li et al., 2020）。
    • 核心思路：将个体水平数据聚合为集群-周期均值，然后对这些均值进行建模。优点是计算量大幅降低。缺点是可能损失个体水平信息，且需要建立个体水平参数（如 ICC）与聚合水平参数之间的映射关系。本文通过证明拟得分的等价性和 ICC 的映射，为这一线索提供了理论正当性。

这个方向在追问的核心问题

  1. 如何高效估计干预效应？ 在 SW-CRT 中，干预效应是核心目标。GEE 提供了稳健的估计，但计算成本高。如何在不牺牲效率的前提下降低计算复杂度？
  2. 如何可靠地估计和报告 ICC？ CONSORT 扩展声明要求报告 ICC，但 ICC 的估计在有限样本下偏差大、方差大。如何改进 ICC 的推断？
  3. 如何处理复杂的相关结构？ SW-CRT 的数据具有多层次、跨时间的相关性（如个体内、集群内、时间序列）。如何在模型中灵活且可计算地刻画这些相关性？
  4. 如何处理非连续结局？ 二元结局的边际模型（如 logit link）在计算和推断上比连续结局更复杂。如何将线性模型下的成熟方法（如 Hussey & Hughes）推广到二元结局？

⚠️ 作者的 framing

  • 作者把缺口 frame 成什么？ 作者将缺口 frame 为“个体水平 GEE 的计算瓶颈”和“缺乏对 ICC 的可靠推断方法”。他们声称，现有的个体水平 GEE 方法（如 Li et al., 2018）虽然可行，但计算上“prohibitively intensive”（禁止性地密集），而本文提出的集群-周期均值方法则“simple and efficient”（简单高效）。通过证明拟得分的等价性，他们将本文定位为个体水平 GEE 的一个计算上可行且理论等价的替代方案。
  • 哪些竞争路线被他淡化或回避了？ 作者淡化了基于似然的 GLMM 方法。GLMM 也能处理二元结局和相关结构，但作者在引言中仅一笔带过，指出其“computationally intensive and sensitive to distributional assumptions”（计算密集且对分布假设敏感）。他们回避了 GLMM 在提供个体水平随机效应解释方面的优势，而专注于边际模型（population-averaged）的解释。此外，他们也没有深入讨论复合似然（composite likelihood） 方法，后者也是一种处理高维相关数据的计算替代方案。
  • 什么明显该被引 / 该存在、却没出现在 intro 里？ 作者没有引用Varin et al. (2011) 关于复合似然的综述，也没有引用Heagerty & Zeger (1996) 关于边际模型与条件模型（如 GLMM）之间关系的经典讨论。这些缺失可能意味着作者有意将讨论范围限定在 GEE 框架内，避免与更广泛的似然方法进行深入比较。

张力

未见明显对立引用。所有被引工作基本都承认 SW-CRT 中二元结局分析的挑战，并沿着不同的技术路线（似然 vs. GEE）进行探索。本文与 Li et al. (2018) 的关系是“改进”而非“对立”——本文试图解决 Li et al. (2018) 中暴露的计算问题。

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：

    • \( i = 1, \dots, I \)：集群（cluster）的索引。
    • \( j = 1, \dots, J \)：周期（period）的索引。SW-CRT 有 \( J \) 个时间周期。
    • \( k = 1, \dots, n_{ij} \)：第 \( i \) 个集群、第 \( j \) 个周期内的个体（individual）索引。
    • \( Y_{ijk} \in \{0, 1\} \)：第 \( i \) 个集群、第 \( j \) 个周期、第 \( k \) 个个体的二元结局（可观测）。
    • \( X_{ij} \in \{0, 1\} \)：第 \( i \) 个集群、第 \( j \) 个周期的干预状态（可观测）。\( X_{ij}=1 \) 表示该集群在该周期已接受干预，否则为 0。在 SW-CRT 中，\( X_{ij} \) 是单调非减的（一旦接受干预，后续周期都保持干预）。
    • \( \mu_{ij} = E[Y_{ijk}] \)：第 \( i \) 个集群、第 \( j \) 个周期的个体水平边际均值（参数/estimand）。这是我们要建模和估计的核心对象。
    • \( \bar{Y}_{ij} = \frac{1}{n_{ij}} \sum_{k=1}^{n_{ij}} Y_{ijk} \)：第 \( i \) 个集群、第 \( j \) 个周期的集群-周期均值（可观测的统计量）。这是本文方法直接处理的数据。
    • \( \beta \)：边际均值模型中的回归系数向量（参数），例如 \( g(\mu_{ij}) = \beta_0 + \beta_1 X_{ij} + \text{period effects} \)，其中 \( g(\cdot) \) 是连接函数（如 logit）。
    • \( \alpha \)：个体水平 ICC 参数向量（参数）。例如，在交换性相关结构下，\( \alpha = \text{Corr}(Y_{ijk}, Y_{ijk'}) \) 对于 \( k \neq k' \)。
    • \( \rho_{ij, i'j'} \)：集群-周期均值 \( \bar{Y}_{ij} \) 和 \( \bar{Y}_{i'j'} \) 之间的相关系数（参数/导出量）。这是由个体水平 ICC 和集群-周期大小 \( n_{ij} \) 共同决定的。

  • 模型：

    • 均值模型：\( g(\mu_{ij}) = \eta_{ij} = \mathbf{Z}_{ij}^T \beta \)，其中 \( \mathbf{Z}_{ij} \) 是包含干预状态、周期效应等协变量的设计向量。这是标准的广义线性模型（GLM）设定。
    • 方差-协方差模型：\( \text{Var}(Y_{ijk}) = \mu_{ij}(1-\mu_{ij}) \)（二元结局的方差由均值决定）。个体水平的相关结构由 ICC 参数 \( \alpha \) 刻画，例如 \( \text{Corr}(Y_{ijk}, Y_{ijk'}) = \alpha_0 \)（交换性），或更复杂的结构（如指数衰减）。
    • 数据生成机制：数据是按集群-周期-个体层次生成的。个体水平结局 \( Y_{ijk} \) 是相关的，但作者没有指定完整的联合分布，而是采用边际模型（仅指定一阶矩和二阶矩），通过 GEE 进行推断。

  • 可观测数据：

    • 研究者能观测到的是：每个集群 \( i \) 在每个周期 \( j \) 内的所有个体结局 \( \{Y_{ijk}\}_{k=1}^{n_{ij}} \)，以及对应的干预状态 \( X_{ij} \) 和其他协变量。
    • 想要但观测不到：个体水平的潜在结局（counterfactual outcomes）——例如，如果某个集群在某个周期未接受干预，其个体结局会是什么？这是因果推断的核心问题，但本文主要关注的是关联性推断（估计干预与结局的关联），而非因果识别。此外，个体水平的相关结构（如 ICC）也是不可直接观测的，需要通过模型假设和数据进行估计。

第二步：讲最小内核

本文的核心思路可以用一个最简特例来理解：假设只有两个周期（\( J=2 \)），每个集群在每个周期内只有一个个体（\( n_{ij}=1 \)），且所有集群大小相等。 在这个极端特例下，集群-周期均值 \( \bar{Y}_{ij} \) 退化为个体结局 \( Y_{ij} \) 本身。

  • 在这个特例下，问题退化成什么？

    • 个体水平 GEE 和集群-周期均值 GEE 是完全等价的，因为数据没有聚合。拟得分方程完全相同。计算瓶颈不存在。
    • 个体水平 ICC 和集群-周期均值相关系数也是等价的，因为 \( \text{Corr}(\bar{Y}_{ij}, \bar{Y}_{i'j'}) = \text{Corr}(Y_{ij}, Y_{i'j'}) \)。

  • 本文的关键想法是什么？

    • 当 \( n_{ij} > 1 \) 时，个体水平 GEE 的计算瓶颈在于处理 \( \sum_{k=1}^{n_{ij}} \sum_{k'=1}^{n_{ij}} \) 这样的双重求和（在构建工作相关矩阵的逆时）。本文的关键想法是：通过将个体水平数据聚合为集群-周期均值 \( \bar{Y}_{ij} \)，可以将这个双重求和问题转化为一个关于 \( \bar{Y}_{ij} \) 的简单问题。
    • 数学上，这个想法如何实现？
      1. 拟得分等价性：个体水平拟得分 \( S(\beta) = \sum_{i=1}^I \sum_{j=1}^J \sum_{k=1}^{n_{ij}} \frac{\partial \mu_{ij}}{\partial \beta} \text{Var}(Y_{ijk})^{-1} (Y_{ijk} - \mu_{ij}) \) 可以重新写为集群-周期水平的拟得分 \( S^*(\beta) = \sum_{i=1}^I \sum_{j=1}^J \frac{\partial \mu_{ij}}{\partial \beta} \text{Var}(\bar{Y}_{ij})^{-1} (\bar{Y}_{ij} - \mu_{ij}) \)。关键在于，\( \text{Var}(\bar{Y}_{ij}) \) 是一个标量（或小矩阵），而 \( \text{Var}(Y_{ijk}) \) 是一个 \( n_{ij} \times n_{ij} \) 的矩阵。 求逆一个标量比求逆一个大矩阵快得多。
      2. ICC 映射：为了使用集群-周期水平的拟得分，我们需要知道 \( \text{Var}(\bar{Y}_{ij}) \) 和 \( \text{Cov}(\bar{Y}_{ij}, \bar{Y}_{i'j'}) \)。这些量可以由个体水平的 ICC 参数 \( \alpha \) 和集群-周期大小 \( n_{ij} \) 解析地计算出来。例如，在交换性相关下，\( \text{Var}(\bar{Y}_{ij}) = \mu_{ij}(1-\mu_{ij}) [1 + (n_{ij}-1)\alpha_0] / n_{ij} \)。这样，我们就不需要直接处理个体水平数据，而是通过一个映射函数 \( \rho_{ij, i'j'} = f(\alpha, n_{ij}, n_{i'j'}) \) 来间接估计 ICC。

  • 一句话总结最小内核：本文证明了，在边际模型框架下，对个体水平数据的 GEE 推断，等价于对聚合后的集群-周期均值数据，在适当调整其方差-协方差结构后的 GEE 推断。这个等价性使得我们可以将计算复杂度从 \( O(\sum_{i,j} n_{ij}^3) \) 降低到 \( O(IJ) \)，同时保持对干预效应 \( \beta \) 的相同估计。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：针对 SW-CRT 中二元结局的边际模型，提出了一种基于集群-周期均值的估计方程方法，以解决个体水平 GEE 的计算瓶颈，并提供对 ICC 的可靠推断。
  2. 核心工具 / 方法：证明了个体水平拟得分与集群-周期水平拟得分的等价性；建立了个体水平 ICC 到集群-周期均值相关系数的映射；引入了矩阵调整估计方程（MAEE）以改进 ICC 的有限样本推断。
  3. 主要结论：所提出的集群-周期均值 GEE 方法在估计干预效应 \( \beta \) 上与个体水平 GEE 等价，但计算效率大幅提升；MAEE 能有效减少 ICC 估计的有限样本偏差；该方法为 SW-CRT 中 ICC 的报告提供了实用工具。

关键设定与假设

  • 设定：\( I \) 个集群，\( J \) 个周期。每个集群 \( i \) 在周期 \( j \) 内有 \( n_{ij} \) 个个体。结局 \( Y_{ijk} \) 是二元的。干预状态 \( X_{ij} \) 是已知的，且遵循 SW-CRT 设计（单调非减）。
  • 假设：
    1. 边际均值模型正确指定：\( g(\mu_{ij}) = \mathbf{Z}_{ij}^T \beta \)。这是 GEE 的核心假设，如果模型错误，\( \beta \) 的估计可能是有偏的。
    2. 工作相关结构（working correlation structure）：个体水平的相关结构由参数 \( \alpha \) 刻画，例如交换性（exchangeable）、一阶自回归（AR(1)）或嵌套交换性（nested exchangeable）。作者假设这个结构是已知的（或可指定的），但 GEE 的稳健性意味着即使结构误设，\( \beta \) 的估计仍然是一致的（只要均值模型正确）。
    3. 缺失机制：假设数据是完全随机缺失（MCAR）或至少是协变量条件独立缺失（covariate-dependent missingness）。这在 SW-CRT 中是一个常见假设，但实际中可能不成立。
    4. 集群独立性：不同集群之间的观测是独立的。这是 SW-CRT 的标准假设。
    5. 相比已有文献的放宽/强化：相比 Li et al. (2018) 的个体水平 GEE，本文放宽了计算可行性（不再需要处理大规模矩阵）。相比 Hussey & Hughes (2007) 的线性模型，本文强化了模型灵活性（可以处理二元结局和非线性连接函数）。相比 Preisser et al. (2003) 的 MAEE，本文将其应用场景从横截面数据推广到了纵向 SW-CRT 数据。

主要结果

  • 定理 1：拟得分等价性。在边际均值模型下，基于个体水平观测的拟得分 \( S(\beta) \) 与基于集群-周期均值的拟得分 \( S^*(\beta) \) 在数学上是等价的。这意味着，只要正确指定了 \( \text{Var}(\bar{Y}_{ij}) \)，对 \( \beta \) 的 GEE 估计在两种方法下是完全相同的。这是本文的理论基石。
  • 定理 2：ICC 映射。给出了个体水平 ICC 参数 \( \alpha \) 到集群-周期均值相关系数 \( \rho_{ij, i'j'} \) 的解析映射公式。例如，对于交换性相关结构，\( \rho_{ij, ij} = [1 + (n_{ij}-1)\alpha_0] / n_{ij} \)（即 \( \bar{Y}_{ij} \) 的方差膨胀因子），而 \( \rho_{ij, ij'} = \alpha_0 \)（同一集群不同周期的均值之间的相关性）。这个映射使得我们可以通过估计 \( \rho \) 来间接估计 \( \alpha \)。
  • 模拟研究：通过 Monte Carlo 模拟，作者展示了：
    • 计算效率：集群-周期均值 GEE 的计算时间比个体水平 GEE 减少了几个数量级（例如，当 \( n_{ij}=100 \) 时，从数小时降至数秒）。
    • 估计一致性：两种方法对 \( \beta \) 的估计几乎相同，验证了定理 1。
    • ICC 估计的偏差：标准的矩估计（method of moments）对 ICC 的估计在有限样本下有较大偏差。而矩阵调整估计方程（MAEE） 能显著减少这种偏差，尤其是在集群数量 \( I \) 较小（如 \( I=10 \)）时。
    • 覆盖概率：基于 MAEE 的 ICC 置信区间具有更接近名义水平的覆盖概率。

证明路线与技术技巧

  • 整体路线：

    1. 定义拟得分：写出个体水平 GEE 的拟得分方程 \( S(\beta) = \sum_{i=1}^I \mathbf{D}_i^T \mathbf{V}_i^{-1} (\mathbf{Y}_i - \boldsymbol{\mu}_i) \)，其中 \( \mathbf{Y}_i \) 是第 \( i \) 个集群所有个体结局的向量，\( \mathbf{V}_i \) 是其工作协方差矩阵。
    2. 重写为集群-周期水平：将 \( \mathbf{Y}_i \) 按周期分块，并利用 \( \mathbf{V}_i^{-1} \) 的块结构，将 \( S(\beta) \) 重新表达为 \( S^*(\beta) = \sum_{i=1}^I \sum_{j=1}^J \mathbf{D}_{ij}^T \text{Var}(\bar{Y}_{ij})^{-1} (\bar{Y}_{ij} - \mu_{ij}) \) 加上跨周期的协方差项。关键跳跃点在于证明，当工作相关结构正确指定时，跨周期协方差项在拟得分中相互抵消，使得 \( S(\beta) \) 和 \( S^*(\beta) \) 等价。
    3. 建立 ICC 映射：利用方差公式 \( \text{Var}(\bar{Y}_{ij}) = \frac{1}{n_{ij}^2} \sum_{k=1}^{n_{ij}} \sum_{k'=1}^{n_{ij}} \text{Cov}(Y_{ijk}, Y_{ijk'}) \)，将个体水平协方差（由 ICC 参数 \( \alpha \) 决定）代入，得到 \( \text{Var}(\bar{Y}_{ij}) \) 和 \( \text{Cov}(\bar{Y}_{ij}, \bar{Y}_{i'j'}) \) 关于 \( \alpha \) 的解析表达式。
    4. 引入 MAEE：在估计 ICC 参数 \( \alpha \) 时，使用矩阵调整的估计方程 \( \sum_{i=1}^I \mathbf{E}_i^T \mathbf{W}_i (\mathbf{r}_i - \boldsymbol{\delta}_i) = 0 \)，其中 \( \mathbf{r}_i \) 是残差向量，\( \boldsymbol{\delta}_i \) 是其期望，\( \mathbf{W}_i \) 是权重矩阵，而 \( \mathbf{E}_i \) 是经过“帽子矩阵”调整后的设计矩阵。这个调整减少了估计方程中因“用同一数据估计均值和方差”而产生的有限样本偏差。

  • 技术技巧点名：

    • 拟得分等价性证明：使用了分块矩阵求逆（block matrix inversion）和矩阵代数技巧，将个体水平的拟得分重新排列为集群-周期水平的形式。
    • ICC 映射：使用了方差分解（variance decomposition）和协方差传播（covariance propagation）公式，将个体水平的二阶矩映射到聚合水平的二阶矩。
    • MAEE：这是 Preisser et al. (2003) 提出的技术，用于减少 ICC 估计的有限样本偏差。其核心是调整估计方程中的“杠杆”（leverage）效应，类似于线性回归中“帽子矩阵”的作用。

真实例子与应用

  • 数据 / 场景：作者使用了一个模拟数据集，模拟了一个 SW-CRT 场景：\( I=12 \) 个集群，\( J=4 \) 个周期，每个集群在每个周期内有 \( n_{ij}=50 \) 个个体。结局是二元的（如是否感染），干预效果是降低结局概率。数据根据一个边际 logit 模型和交换性相关结构生成。
  • 如何应用：作者将所提出的集群-周期均值 GEE 方法（包括标准 GEE 和 MAEE）应用于这个模拟数据集，估计了干预效应 \( \beta_1 \) 和 ICC 参数 \( \alpha_0 \)。
  • 结果：
    • 干预效应 \( \beta_1 \) 的估计值与真实值接近，且与个体水平 GEE 的结果几乎一致。
    • 标准矩估计得到的 ICC 估计值有较大偏差（例如，真实 \( \alpha_0=0.05 \)，估计值为 0.08）。而 MAEE 得到的 ICC 估计值更接近真实值（0.06）。
    • 基于 MAEE 的 ICC 置信区间覆盖概率为 94%，而基于矩估计的覆盖概率仅为 85%。
  • 这个例子想说明什么：这个模拟例子旨在验证两个核心论点：① 集群-周期均值 GEE 在估计干预效应上与个体水平 GEE 等价，但计算更快；② MAEE 能有效改进 ICC 的有限样本推断，使其更准确、更可靠。本文为纯方法论文，没有使用真实世界数据。

🔎 结论是否比证明窄

  • 窄化之处：定理 1 的拟得分等价性是在工作相关结构正确指定的前提下证明的。作者在模拟中使用了正确的相关结构。然而，在实际应用中，工作相关结构几乎总是误设的。作者在结论部分承认，当相关结构误设时，两种方法对 \( \beta \) 的估计可能不再完全等价，但声称“差异通常很小”。这个“通常很小”的断言缺乏严格的理论证明，是一个基于模拟的泛化 claim。
  • 另一个窄化：ICC 映射公式依赖于个体水平相关结构的参数化假设（如交换性、AR(1)）。如果真实的相关结构不属于这些参数族，映射可能不准确，从而影响 ICC 的估计。作者没有讨论对非参数或半参数相关结构的推广。

四、开放问题

  1. 对误设相关结构的稳健性：定理 1 的等价性依赖于正确指定的工作相关结构。当结构误设时，两种方法对 \( \beta \) 的估计差异有多大？能否给出一个理论界？这扎根于作者在结论中的“通常很小”这一未证明的断言。
  2. 更复杂的相关结构：本文主要考虑了交换性和 AR(1) 相关结构。对于更复杂的结构（如嵌套交换性、非平稳相关），ICC 映射公式是否仍然可解析推导？计算复杂度如何？这扎根于本文对相关结构的参数化假设。
  3. 缺失数据的处理：本文假设数据是 MCAR 或协变量条件独立缺失。在 SW-CRT 中，个体可能因各种原因失访（如搬家、死亡），导致数据非随机缺失（MNAR）。如何将本文的框架扩展到处理 MNAR 数据？这扎根于本文对缺失机制的假设。
  4. 与因果推断的结合：本文主要关注关联性推断。SW-CRT 的设计本身具有因果解释的潜力（因为干预是随机分配的）。如何将本文的边际模型与因果推断方法（如 G-computation、IP weighting）结合，以估计平均处理效应（ATE） 或条件平均处理效应（CATE）？这扎根于本文未讨论的因果识别问题。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论