Change acceleration and detection¶

作者: Yanglei Song, Georgios Fellouris
来源: Annals of Statistics
主题: 因果推断
相关性: 4/10
机构绿灯: University of Illinois Urbana-Champaign（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¶

本文研究的子方向是受控序贯变化检测（controlled sequential change detection），或称主动变化检测（active quickest detection）。其根本问题是：一个决策者可以实时选择观测哪个数据源（或施加哪种“治疗”），同时要尽快检测到一个未知时刻发生的分布变化，并控制虚警概率。传统序贯变化检测假设观测是“被动”接收的（数据流是给定的），而受控设定下，决策者通过选择观测来加速检测过程。本文进一步引入了一个新维度：治疗不仅影响观测的分布，还影响变化发生的时间本身——即决策者可以通过选择治疗来“加速”变化的发生。这是一个将因果干预与序贯检测结合的问题。

当前该子方向的成熟度：处于早期发展阶段。已有工作主要关注“选择观测哪个数据流”以加速检测（多流检测），但将“治疗影响变化时间”纳入优化目标的框架，据本文作者所述，是全新的。

发展脉络（history）¶

奠基工作：经典序贯变化检测（1970s-2000s）

Lorden (1971) 提出了经典的 minimax 框架（CUSUM 程序），以“最坏情况下的平均检测延迟”为准则，并证明了渐近最优性。这是整个领域的基石。
Moustakides (2008) 将变化点建模为随机变量（贝叶斯框架），统一了多种性能度量，并给出了最优停止规则的结构。本文的贝叶斯设定直接继承自这条线。
Tartakovsky (2015) 将贝叶斯变化检测推广到非独立同分布、一般随机过程，建立了基于对数似然比过程稳定性的渐近理论。本文的“一般变化点模型”设定受此启发。

主要进展：受控/主动检测（2010s-2020s）

Naghshvar & Javidi (2012) 和 Nitinawarat et al. (2012) 提出了“主动假设检验”（active hypothesis testing）框架：决策者可以选择观测哪个数据源，以最小化期望样本量。他们证明了基于 Chernoff 信息的渐近最优策略。这是本文最直接的竞争/相关路线。
Banerjee & Veeravalli (2012) 提出了“数据高效的 minimax 快速变化检测”（DE-CUSUM），在观测成本约束下实现了渐近最优。这引入了“观测控制”的概念。
Xu, Mei & Moustakides (2021) 和 Xu & Mei (2023) 将受控检测推广到多流变化检测：每时刻只能采样一个流，目标是尽快检测到某个流发生的变化。他们证明了 myopic 采样策略的渐近最优性。这是本文最接近的已有工作——区别在于，这些工作假设变化时间不受采样选择影响。

当前 frontier 与本文位置

本文声称自己是第一个将“治疗影响变化时间”纳入序贯检测框架的工作。它站在两条线的交叉点上：① 贝叶斯变化检测（Lorden, Moustakides, Tartakovsky）提供最优停止理论；② 主动假设检验/受控检测（Naghshvar, Xu, Mei）提供观测选择策略。本文的贡献是将“加速变化”本身作为优化目标的一部分，而不仅仅是“加速检测”。

子线索聚类¶

经典贝叶斯变化检测（被动观测）：Lorden (1971), Moustakides (2008), Tartakovsky (2015)。假设观测是给定的，变化时间有先验分布，目标是设计停止规则。本文的“单治疗”特例（无加速任务）归入此类。
主动假设检验/受控检测（选择观测源）：Naghshvar & Javidi (2012), Nitinawarat et al. (2012), Banerjee & Veeravalli (2012), Xu, Mei & Moustakides (2021), Xu & Mei (2023)。决策者选择观测哪个数据源，但变化时间不受选择影响。本文的“治疗不影响变化时间”特例归入此类。
随机最短路径/马尔可夫决策过程（MDP）：Bertsekas & Tsitsiklis (1991)。本文在求解最优策略时，将问题转化为一个随机最短路径问题，并利用其理论（Corollary 7）来证明最优停止规则的存在性。这是技术工具，而非竞争路线。

这个方向在追问的核心问题¶

如何定义“最优”：在受控检测中，目标函数是什么？是“检测延迟 + 观测成本”还是“检测延迟 + 加速收益”？本文选择了“最小化期望总观测数，给定虚警概率约束”，这隐含了“加速变化”等同于“减少观测次数”。
最优策略的结构：是阈值型（如 CUSUM）还是 myopic（贪心）？本文证明，在马尔可夫变化点模型下，最优策略是一个双阈值规则：当后验概率低于下界时，选择“加速治疗”；高于上界时，停止并报警；介于之间时，选择“信息治疗”。
渐近最优性：当虚警概率趋于0时，策略是否达到最优检测延迟？本文的替代程序（非马尔可夫）证明了渐近最优性。
计算可行性：最优策略通常需要求解动态规划，计算量随状态空间指数增长。本文的替代程序设计“计算量极小”，这是实际应用的关键。

⚠️ 作者的 framing¶

作者把缺口 frame 成什么：作者声称，现有受控检测工作（Xu, Mei 等）都假设“变化时间与采样选择独立”，而现实中（如临床试验、A/B测试）治疗可能加速或延迟变化的发生。因此，本文的“治疗影响变化时间”是“显然的下一步”。

哪些竞争路线被他淡化或回避了： - 作者将“主动假设检验”（Naghshvar, Nitinawarat）归为“相关但不同”，强调它们的目标是“最小化错误概率”而非“检测变化”。但事实上，主动假设检验的框架可以重新解释为变化检测（将“变化前”和“变化后”视为两个假设）。作者没有深入讨论这种等价性。 - 作者没有引用任何因果推断文献（如“治疗对事件时间的影响”的识别理论），尽管本文的核心设定（治疗影响变化时间）直接对应因果推断中的“治疗对生存时间的影响”。这是一个明显的缺失——为什么没有引用任何关于“治疗对时间-事件结果”的因果推断工作（如加速失效时间模型、Cox 比例风险模型、工具变量方法）？ 这可能是研究者值得去查的问题：是作者故意回避，还是该方向确实没有交叉？

什么明显该被引/该存在、却没出现在 intro 里： - 因果推断中关于“序贯治疗分配”的文献（如动态治疗方案、强化学习中的 off-policy 评估）。本文的“治疗分配规则”本质上是一个策略，但作者没有引用任何因果推断或强化学习的工作。 - 关于“变化点检测与因果推断交叉”的文献（如检测治疗效果的突然变化）。这可能是作者未意识到的连接。

张力¶

未见明显对立引用。所有被引工作基本一致地认为：在受控检测中，myopic 策略（每步选择当前最“信息”的观测）是渐近最优的。本文的结论与此一致（替代程序是 myopic 的）。唯一的张力在于：本文声称“治疗影响变化时间”是全新设定，但主动假设检验文献中，如果“假设”本身被解释为“变化是否发生”，则“选择观测”也可以影响“何时能区分假设”——这本质上也是一种“加速”。作者没有讨论这种解释的等价性。

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（逐个点名）：

\(t = 1, 2, \dots\)：离散时间指标。
\(X_t\)：第 \(t\) 时刻的观测（响应），取值于某个空间 \(\mathcal{X}\)。这是可观测的。
\(A_t\)：第 \(t\) 时刻选择的治疗（treatment），取值于有限集 \(\mathcal{A}\)（如 \(\{0, 1\}\)）。这是决策者选择的，也是可观测的。
\(\tau\)：变化发生的时间（change-point），是一个随机变量，取值于 \(\{1, 2, \dots, \infty\}\)。\(\tau = \infty\) 表示变化永不发生。这是潜在/不可观测的——研究者只能通过观测 \(X_t\) 来推断它。
\(\pi_t = \mathbb{P}(\tau \le t \mid \text{history up to } t)\)：在时刻 \(t\) 时，变化已经发生的后验概率。这是可计算的（给定模型和观测历史）。
\(T\)：停止时间（stopping time），即决策者宣布“变化已发生”的时刻。这是决策者选择的。
\(\alpha\)：用户指定的虚警概率上界，即 \(\mathbb{P}(T < \tau) \le \alpha\)。这是给定的常数。
\(\mathbb{E}[T]\)：期望总观测数（包括变化前和变化后）。这是要最小化的目标。

模型（数据生成机制）：

变化点模型：变化发生前（\(t < \tau\)），观测 \(X_t\) 服从分布 \(f_0(\cdot \mid A_t)\)；变化发生后（\(t \ge \tau\)），观测 \(X_t\) 服从分布 \(f_1(\cdot \mid A_t)\)。注意：分布依赖于当前选择的治疗 \(A_t\)。
变化时间模型：\(\tau\) 的分布依赖于历史治疗分配。具体地，\(\mathbb{P}(\tau = t \mid \text{past treatments})\) 由某个已知的 hazard 函数 \(h_t(A_1, \dots, A_{t-1})\) 决定。在马尔可夫特例中，\(\tau\) 的 hazard 只依赖于当前治疗 \(A_{t-1}\)，即 \(\mathbb{P}(\tau = t \mid \tau \ge t, A_{t-1}) = \lambda_{A_{t-1}}\)，其中 \(\lambda_a \in (0,1)\) 是治疗 \(a\) 对应的“变化概率”。
关键假设：治疗 \(A_t\) 的选择可以依赖于截至 \(t-1\) 的所有观测和历史治疗，但不能依赖于未来的信息（非预测性）。这是序贯决策的标准假设。

可观测数据：

研究者实际能观测到的是：\(\{(A_1, X_1), (A_2, X_2), \dots, (A_T, X_T)\}\)，即治疗-响应对的序列，直到停止时间 \(T\)。
研究者想要但观测不到的是：\(\tau\)（变化发生的真实时间）。只能通过后验概率 \(\pi_t\) 来推断。
研究者可以控制的是：\(A_t\)（治疗选择）和 \(T\)（停止时间）。

第二步：讲最小内核¶

最简特例：假设只有两种治疗 \(\mathcal{A} = \{0, 1\}\)，且变化时间 \(\tau\) 服从几何分布，其 hazard 依赖于当前治疗： - 若 \(A_{t-1} = 0\)，则 \(\mathbb{P}(\tau = t \mid \tau \ge t, A_{t-1}=0) = \lambda_0\)（小概率，变化慢）。 - 若 \(A_{t-1} = 1\)，则 \(\mathbb{P}(\tau = t \mid \tau \ge t, A_{t-1}=1) = \lambda_1\)（大概率，变化快）。 - 假设 \(\lambda_1 > \lambda_0\)，即治疗 1 能“加速”变化的发生。

观测分布也依赖于治疗： - 变化前：\(X_t \sim f_0(\cdot \mid A_t)\)。 - 变化后：\(X_t \sim f_1(\cdot \mid A_t)\)。

目标：设计一个治疗分配规则 \(A_t\)（基于历史）和一个停止规则 \(T\)，使得 \(\mathbb{P}(T < \tau) \le \alpha\)（虚警控制），并最小化 \(\mathbb{E}[T]\)（期望总观测数）。

核心思路：决策者面临一个权衡——选择治疗 1 可以加速变化发生（减少 \(\tau\)），但可能使变化后的观测更难检测（例如，\(f_1(\cdot \mid 1)\) 和 \(f_0(\cdot \mid 1)\) 很接近）；选择治疗 0 则变化慢，但观测可能更“信息”（例如，\(f_1(\cdot \mid 0)\) 和 \(f_0(\cdot \mid 0)\) 差异大）。最优策略需要平衡“加速”和“检测”。

在这个特例下，本文的核心命题退化成什么：

命题：存在一个最优策略，其形式为：基于后验概率 \(\pi_t\) 的双阈值规则：
若 \(\pi_t \le L\)（变化很可能还没发生），选择治疗 1（加速治疗）。
若 \(L < \pi_t < U\)（不确定），选择治疗 0（信息治疗）。
若 \(\pi_t \ge U\)（变化很可能已发生），停止并报警。其中 \(L\) 和 \(U\) 是依赖于 \(\lambda_0, \lambda_1, f_0, f_1\) 和 \(\alpha\) 的常数。

为什么成立：这本质上是随机最短路径问题的一个实例。状态是后验概率 \(\pi_t\)，动作是选择治疗 \(A_t\)，成本是每步 1（观测成本），终止条件是 \(\pi_t \ge U\)（报警）。通过动态规划可以证明，最优策略是阈值型的。本文的 Theorem 1 给出了这个结论的一般形式。

这个特例揭示了论文的核心数学困难：即使在这个最简单的设定下，计算最优阈值 \(L, U\) 也需要求解一个动态规划，其状态空间是连续的（\(\pi_t \in [0,1]\)）。本文的替代程序（非马尔可夫）通过一个近似绕过了这个困难：它使用一个固定的、与 \(\pi_t\) 无关的 myopic 策略（每步选择当前最“信息”的治疗），并证明在 \(\alpha \to 0\) 时，其性能趋近于最优。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：在序贯变化检测中，当治疗（treatment）不仅影响观测分布，还影响变化发生的时间时，如何设计治疗分配规则和停止规则，以最小化期望总观测数，同时控制虚警概率。
核心工具/方法：将问题建模为随机最短路径问题（stochastic shortest path problem），利用动态规划得到最优策略的结构（双阈值规则）；对于非马尔可夫模型，提出一个计算极简的替代程序（基于 myopic 治疗选择和 CUSUM 型停止规则），并证明其渐近最优性。
主要结论：在马尔可夫变化点模型下，最优策略是双阈值型的（Theorem 1）；在一般变化点模型下，替代程序在虚警概率趋于 0 时达到渐近最优（Theorem 2）；模拟表明替代程序在有限样本下性能接近最优。

关键设定与假设¶

完整设定（在第二节最小记号的基础上补充）：

变化点模型：\(\tau\) 是一个随机变量，其分布由 hazard 函数 \(h_t(A_1, \dots, A_{t-1})\) 决定。在马尔可夫特例中，\(h_t = \lambda_{A_{t-1}}\)，即 hazard 只依赖于最近的治疗。
观测模型：给定 \(\tau\) 和治疗历史，观测 \(X_t\) 的条件分布为：
若 \(t < \tau\)：\(X_t \sim f_0(\cdot \mid A_t)\)
若 \(t \ge \tau\)：\(X_t \sim f_1(\cdot \mid A_t)\) 其中 \(f_0, f_1\) 是已知的密度函数（相对于某个控制测度）。
决策规则：治疗分配规则 \(\phi_t\) 是一个从历史 \(\mathcal{H}_{t-1} = \{(A_1, X_1), \dots, (A_{t-1}, X_{t-1})\}\) 到 \(\mathcal{A}\) 的映射；停止规则 \(T\) 是一个关于 \(\mathcal{H}_t\) 的停时。
目标：最小化 \(\mathbb{E}[T]\)，约束 \(\mathbb{P}(T < \tau) \le \alpha\)。

关键假设（相比已有文献的放宽或强化）：

放宽：相比经典贝叶斯变化检测（如 Tartakovsky 2015），本文允许治疗影响变化时间（hazard 依赖于治疗历史）。这是核心放宽。
强化：相比主动假设检验（如 Naghshvar 2012），本文假设变化点 \(\tau\) 的分布是已知的（贝叶斯设定），而主动假设检验通常假设变化点是固定但未知的（minimax 设定）。这是强化——已知先验分布使得问题更容易。
技术假设：为了证明渐近最优性，作者假设对数似然比过程满足某种稳定性条件（类似于 Tartakovsky 2015 的 \(r\)-quick 收敛）。这是标准技术假设，用于处理非独立同分布观测。

主要结果¶

Theorem 1（马尔可夫模型下的最优策略）：

陈述：在马尔可夫变化点模型下（hazard 只依赖于最近治疗），存在一个最优策略，其形式为：存在常数 \(0 < L < U < 1\)，使得：
若 \(\pi_t \le L\)，选择治疗 \(a^*\)（加速治疗，即 hazard 最大的治疗）。
若 \(L < \pi_t < U\)，选择治疗 \(a^{**}\)（信息治疗，即使变化前后分布差异最大的治疗）。
若 \(\pi_t \ge U\)，停止并报警。
直觉：当后验概率很低时，变化很可能还没发生，此时应选择加速治疗以尽快触发变化；当后验概率中等时，应选择信息治疗以尽快检测变化；当后验概率很高时，应停止。
必要条件：治疗集 \(\mathcal{A}\) 有限；hazard \(\lambda_a\) 和观测分布 \(f_0(\cdot \mid a), f_1(\cdot \mid a)\) 已知；虚警概率 \(\alpha\) 给定。
解决的技术难点：将问题转化为随机最短路径问题，并证明最优策略是阈值型的。这需要证明值函数是后验概率 \(\pi\) 的单调函数，以及最优动作在 \(\pi\) 的某个区间内是常数。

Theorem 2（一般模型下的渐近最优性）：

陈述：对于一大类变化点模型（不限于马尔可夫），存在一个替代程序（称为“myopic-CUSUM”），其设计计算量极小，且满足：当 \(\alpha \to 0\) 时，
\[\mathbb{E}[T] \le \mathbb{E}[T^*] + o(1),\]
其中 \(\mathbb{E}[T^*]\) 是最优策略的期望总观测数。即，替代程序在渐近意义下达到最优。
直觉：当虚警概率很小时，检测延迟主要由变化后的观测数量决定。此时，myopic 策略（每步选择当前最“信息”的治疗）与最优策略的差距可以忽略。
必要条件：对数似然比过程满足稳定性条件（类似于 Tartakovsky 2015 的 \(r\)-quick 收敛）；治疗集有限。
解决的技术难点：证明 myopic 策略的“后悔”（regret）在 \(\alpha \to 0\) 时趋于 0。这需要精细的尾概率估计和 Wald 方程的应用。

证明路线与技术技巧¶

整体路线（Theorem 1）：

问题转化：将原问题转化为一个随机最短路径问题（SSP）。状态是后验概率 \(\pi_t\)，动作是选择治疗 \(A_t\)，每步成本为 1，终止状态是 \(\pi_t \ge U\)（报警）。SSP 的目标是最小化期望总成本。
值函数单调性：证明值函数 \(V(\pi)\)（从状态 \(\pi\) 出发的最小期望剩余成本）是 \(\pi\) 的单调递减函数。直觉：\(\pi\) 越大，离报警越近，剩余成本越小。
最优动作结构：利用值函数的单调性和动态规划的最优性方程，证明最优动作在 \(\pi\) 的某个区间内是常数。具体地，存在阈值 \(L\) 和 \(U\)，使得：
当 \(\pi \le L\) 时，最优动作是加速治疗（最大化 hazard）。
当 \(L < \pi < U\) 时，最优动作是信息治疗（最大化变化前后分布的 KL 散度）。
当 \(\pi \ge U\) 时，停止。
阈值计算：阈值 \(L, U\) 可以通过求解一个固定点方程得到（类似于序贯概率比检验的边界）。

整体路线（Theorem 2）：

替代程序定义：提出一个两步程序：
治疗分配：每步选择使当前 KL 散度最大的治疗（myopic 策略），即 \(A_t = \arg\max_a D_{\text{KL}}(f_1(\cdot \mid a) \| f_0(\cdot \mid a))\)。
停止规则：使用 CUSUM 统计量 \(S_t = \max_{1 \le k \le t} \sum_{i=k}^t \log \frac{f_1(X_i \mid A_i)}{f_0(X_i \mid A_i)}\)，当 \(S_t \ge b\) 时停止，其中 \(b\) 是控制虚警概率的阈值。
渐近最优性证明：
首先，证明 myopic 策略在“加速”方面是最优的：它最小化了变化前的期望时间（因为选择了 hazard 最大的治疗）。
其次，证明 CUSUM 规则在“检测”方面是渐近最优的：当 \(\alpha \to 0\) 时，其检测延迟接近最优。
最后，将两部分结合，证明总期望观测数 \(\mathbb{E}[T]\) 在 \(\alpha \to 0\) 时趋近于最优值。

关键跳跃点：

Theorem 1 的跳跃点：证明值函数 \(V(\pi)\) 是 \(\pi\) 的单调函数。这需要利用 SSP 的“随机单调性”性质，即后验概率 \(\pi_t\) 是一个下鞅（submartingale）。作者通过构造一个耦合论证来证明这一点。
Theorem 2 的跳跃点：证明 myopic 策略的“加速”效果与最优策略的差距在 \(\alpha \to 0\) 时消失。这需要证明：在虚警概率很小时，变化前的期望时间主要由 hazard 最大的治疗决定，而 myopic 策略恰好选择了这个治疗。

技术技巧点名：

随机最短路径理论（Bertsekas & Tsitsiklis 1991）：用于证明最优策略的存在性和结构（Theorem 1）。
Wald 方程：用于分析停止时间的期望（Theorem 2）。
对数似然比过程的稳定性条件（Tartakovsky 2015）：用于处理非独立同分布观测下的渐近分析（Theorem 2）。
CUSUM 统计量：用于构造停止规则（替代程序）。

真实例子与应用¶

本文包含两个模拟研究，没有真实数据例子。

模拟 1：马尔可夫模型： - 数据/场景：两种治疗 \(\mathcal{A} = \{0, 1\}\)，hazard \(\lambda_0 = 0.01\)（慢），\(\lambda_1 = 0.1\)（快）。观测分布：变化前 \(X_t \sim N(0, 1)\)（无论治疗），变化后 \(X_t \sim N(\mu_a, 1)\)，其中 \(\mu_0 = 1\)（信息大），\(\mu_1 = 0.5\)（信息小）。即治疗 1 加速变化但使检测更困难。 - 方法应用：计算最优策略（双阈值规则）和替代程序（myopic-CUSUM），并比较它们的期望总观测数 \(\mathbb{E}[T]\)。 - 结果：对于 \(\alpha = 0.01, 0.05, 0.1\)，替代程序的 \(\mathbb{E}[T]\) 与最优策略的差距在 5% 以内。例如，当 \(\alpha = 0.01\) 时，最优策略的 \(\mathbb{E}[T] \approx 45\)，替代程序 \(\approx 47\)。 - 想说明什么：验证了 Theorem 2 的渐近最优性在有限样本下也成立，且替代程序的实际性能接近最优。

模拟 2：非马尔可夫模型： - 数据/场景：hazard 依赖于整个治疗历史（例如，\(\lambda_t = 0.01 + 0.09 \cdot \text{(前 5 步中治疗 1 的比例)}\)）。即变化概率受近期治疗频率影响。 - 方法应用：只应用替代程序（因为最优策略无法计算）。 - 结果：替代程序在不同 \(\alpha\) 下均表现良好，且对 hazard 模型的误设不敏感。 - 想说明什么：展示了替代程序的鲁棒性和广泛适用性。

🔎 结论是否比证明窄¶

Theorem 1 的结论是“存在一个最优策略，其形式为双阈值规则”。但证明依赖于马尔可夫假设（hazard 只依赖于最近治疗）。作者在讨论中声称“类似结果可能对更一般的模型成立”，但没有给出证明。这是一个conjecture，而非严格结论。
Theorem 2 的结论是“替代程序在 \(\alpha \to 0\) 时渐近最优”。但证明依赖于对数似然比过程的稳定性条件，该条件在非独立同分布下可能不成立。作者在模拟中测试了非马尔可夫模型，但没有给出该条件下稳定性条件的验证。因此，Theorem 2 的适用范围可能比作者声称的窄。
模拟只测试了高斯观测和特定 hazard 函数。作者没有测试离散观测、高维观测或治疗集较大的情况。因此，方法的实际适用范围有待进一步验证。

四、开放问题（点到为止，扎根具体语句）¶

非马尔可夫模型下的最优策略结构：Theorem 1 的证明依赖于马尔可夫假设。对于更一般的 hazard 模型（如依赖整个历史），最优策略是否仍然是阈值型的？作者在 Section 4 的讨论中写道：“We conjecture that a similar threshold structure holds for more general change-point models.” 这是一个明确的开放问题。
minimax 设定下的推广：本文采用贝叶斯设定（\(\tau\) 有已知先验分布）。如果变化点是固定但未知的（minimax 设定），问题如何定义？作者在 Section 1 的引言中写道：“An interesting direction for future work is to consider a minimax formulation, where the change-point is treated as unknown.” 这直接指向一个开放问题。
治疗影响变化后分布：本文假设治疗只影响变化前的 hazard 和变化前后的观测分布，但变化后的观测分布不受治疗历史影响（只依赖于当前治疗）。如果治疗历史也影响变化后的分布（例如，长期暴露于某种治疗会改变变化后的响应模式），问题会复杂得多。作者没有讨论这一点。
计算与统计的权衡：最优策略（Theorem 1）需要求解动态规划，计算量随治疗集大小指数增长。替代程序（Theorem 2）计算量极小但只渐近最优。是否存在一个中间地带——计算量可控且有限样本性能更好的策略？作者没有讨论这个问题，但这是实际应用的关键。
与因果推断的连接：本文的核心设定（治疗影响变化时间）直接对应因果推断中的“治疗对事件时间的影响”。但作者完全没有引用因果推断文献。一个开放问题是：能否将本文的框架与因果推断中的工具变量、加速失效时间模型或动态治疗方案结合起来？ 例如，如果治疗分配不是随机化的（存在未观测混杂），如何识别治疗对变化时间的影响？这需要研究者去查因果推断文献，确认是否存在相关方法。

Maintained by 陈星宇 · Homepage · Source on GitHub