A parsimonious personalized dose-finding model via dimension reduction¶
作者: Wenzhuo Zhou, Ruoqing Zhu, Donglin Zeng
来源: Biometrika
主题: 因果推断
相关性: 6/10
链接: 期刊页 · arXiv
一、领域脉络与小综述¶
这个方向是什么¶
这个子方向解决的根本问题是：如何利用患者协变量信息，为连续型处理变量（药物剂量）估计一个最优的个体化剂量规则（individualized dose rule），使得在该规则下，整个群体的期望临床结局（value function）最大化。当前该方向的成熟度较低：大多数个性化治疗规则（ITR）方法针对的是二元处理（用药 vs. 不用药），而连续剂量场景因决策函数空间无限维、且非参数估计面临严重的维数诅咒，方法学上远未成熟。
发展脉络（history）¶
奠基工作（1974-2012）：Rubin (1974) 和 Robins (1986) 建立了潜在结果框架，为定义和识别最优治疗规则提供了因果语言。Qian & Murphy (2011) 首次给出了基于 \(l_1\) 惩罚最小二乘的 ITR 估计方法，并建立了有限样本上界。Zhao et al. (2012) 提出了结果加权学习（OWL），将最优 ITR 估计转化为加权分类问题，开创了直接优化价值函数的范式。Zhang et al. (2012) 进一步提出了双重稳健的增广价值最大化方法。
主要进展（2012-2018）：OWL 框架被广泛扩展：Zhao et al. (2015) 提出了面向动态治疗规则的 backward/simultaneous OWL；Zhou et al. (2017) 提出了残差加权学习（RWL），通过回归残差加权缓解 OWL 的有限样本问题；Liu et al. (2018) 提出了增广 OWL（AOL），引入伪结局回归以提高数值稳定性。同时，基于树的方法（Laber & Zhao, 2015; Zhu et al., 2017）和半参数单指标模型（Song et al., 2017）也被提出。但这些工作几乎全部聚焦于二元处理。
当前 frontier 与本文位置：连续剂量场景的 ITR 估计是当前的前沿缺口。少数已有工作（如 Zhu et al., 2015 的 boosting 倾向性得分估计）仅处理了剂量-反应函数的估计，而非最优剂量规则的直接学习。本文的定位是：首次将降维子空间思想引入连续剂量规则估计，假设最优剂量规则仅依赖于协变量的少数几个线性组合，从而将非参数维数诅咒问题转化为低维子空间上的优化问题。
子线索聚类¶
这些被引文献大致落在以下 3 条子线索上：
- 价值函数直接优化（OWL 及其变体）：Zhao et al. (2012, 2015), Zhou et al. (2017), Liu et al. (2018), Zhang et al. (2012)。核心思路是将 ITR 估计转化为加权分类/排序问题，直接最大化价值函数。优势是模型灵活、无需正确指定结局回归模型；缺点是主要针对二元处理，且对连续剂量需额外处理。
- 回归/模型基方法：Qian & Murphy (2011), Lu et al. (2013), Tian et al. (2014), Song et al. (2017)。通过建模条件期望结局（Q-function）或处理-协变量交互项来推导最优规则。优点是易于引入惩罚进行变量选择；缺点是模型误设风险大，且对连续剂量需指定参数形式。
- 可解释规则方法（树/子群识别）：Foster et al. (2011), Laber & Zhao (2015), Loh et al. (2015), Zhu et al. (2017)。通过决策树或子群划分生成可解释的治疗规则。优点是临床可解释性强；缺点是规则形式受限，且对连续剂量需离散化处理。
这个方向在追问的核心问题¶
- 如何避免维数诅咒？ 当协变量维度 \(p\) 较大时，非参数估计最优剂量规则面临严重的维数诅咒。现有方法（如核方法、树方法）的收敛速率随 \(p\) 指数衰减。
- 如何避免逆概率加权？ 在观察性研究中，倾向性得分（剂量分配概率）的估计误差会通过逆概率加权放大，影响价值函数估计的稳定性。OWL 框架通过将权重吸收进分类损失来部分缓解，但对连续剂量仍需处理密度估计。
- 如何保证规则的临床可解释性与简洁性？ 最优剂量规则应仅依赖于少数关键协变量或它们的低维组合，以利于临床实施和科学解释。
- 如何建立推断理论？ 对估计的最优剂量规则本身（而非仅价值函数）进行统计推断（置信区间、假设检验）的理论尚不成熟。
⚠️ 作者的 framing¶
作者将缺口 frame 成："现有方法（包括 OWL 及其变体）在连续剂量场景下受维数诅咒困扰，而本文通过假设最优剂量规则仅依赖于协变量的低维子空间，实现了降维，从而避免了维数诅咒。" 作者淡化了以下竞争路线： - OWL 框架的连续剂量扩展：作者在引言中承认 OWL 可扩展至连续剂量（通过将剂量离散化或使用核技巧），但认为这些扩展"要么丢失信息，要么仍受维数诅咒"——这一判断的量化依据（如具体收敛速率对比）在引言中未给出。 - 基于回归的方法：作者提到 Q-learning 等方法"依赖于结局回归模型的正确指定"，但未讨论双重稳健方法（如 Zhang et al., 2012）在连续剂量下的潜在适用性。 - 半参数单指标模型：Song et al. (2017) 的模型假设最优规则由协变量的单个线性组合决定（单指标），与本文的降维子空间思想有重叠。作者在引言中引用了该文，但未明确讨论其与本文方法的异同及相对优势。
什么明显该被引/该存在、却没出现在 intro 里？ 作者未引用任何关于连续剂量最优规则估计的专门工作（如 dose-finding 临床试验设计文献、或基于强化学习的连续剂量优化方法），这可能意味着该子领域的方法论文献确实稀少，但也可能是作者有意回避了某些竞争性方法。
张力¶
未见明显对立引用。该子领域的发展相对一致：从二元处理到连续剂量、从全参数到半参数/非参数、从无降维到有降维，是一个逐步推进的过程。各主要方法（OWL、Q-learning、树方法）之间是互补而非对立关系。
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： - \(X \in \mathbb{R}^p\)：\(p\) 维协变量向量（患者特征），可观测。 - \(A \in \mathbb{R}\)：连续型处理变量（药物剂量），可观测。 - \(R \in \mathbb{R}\)：结局变量（临床结局，如疗效指标），可观测。假设"越大越好"。 - \(f(X)\)：个体化剂量规则，是一个从 \(\mathbb{R}^p\) 到 \(\mathbb{R}\) 的函数，待估对象。 - \(f^{\text{opt}}(X)\)：最优剂量规则，即最大化期望结局的规则。 - \(V(f) = \mathbb{E}[R | A = f(X)]\)：价值函数，即在规则 \(f\) 下的期望结局。注意这里的期望是 over 协变量 \(X\) 的分布，且假设在规则 \(f\) 下所有患者都按该规则接受剂量。 - \(B \in \mathbb{R}^{p \times d}\)：一个 \(p \times d\) 的矩阵，其中 \(d \ll p\)。\(B\) 的列张成一个 \(d\) 维子空间，本文假设最优剂量规则 \(f^{\text{opt}}(X)\) 仅依赖于 \(B^\top X\)（即协变量的 \(d\) 个线性组合）。\(B\) 是待估参数，且满足正交约束 \(B^\top B = I_d\)（即 \(B\) 位于 Stiefel 流形上）。 - \(g(\cdot)\)：一个从 \(\mathbb{R}^d\) 到 \(\mathbb{R}\) 的函数，称为链接函数。本文假设 \(f^{\text{opt}}(X) = g(B^\top X)\)。\(g\) 是待估的无穷维参数（非参数）。 - \(\pi(A|X)\)：广义倾向性得分，即给定 \(X\) 下 \(A\) 的条件密度。在观察性研究中未知，需估计。 - \(\mu(X, A) = \mathbb{E}[R | X, A]\)：条件期望结局函数。在观察性研究中未知，需估计。
模型： - 数据生成机制：\((X_i, A_i, R_i)_{i=1}^n\) 是来自某个未知联合分布 \(P\) 的 i.i.d. 样本。 - 因果识别假设（标准，本文采用）： 1. 一致性：\(R = R(A)\)，即观测到的结局等于在观测到的处理水平下的潜在结局。 2. 无混淆性（强可忽略性）：\(A \perp\!\!\!\perp R(a) | X\) 对所有 \(a\) 成立，即给定协变量 \(X\)，处理分配与潜在结局独立。 3. 重叠（positivity）：\(\pi(A|X) > 0\) 对所有 \(A\) 和 \(X\) 成立。 - 核心结构假设（本文的关键创新）：存在一个 \(d\) 维子空间（由 \(B\) 张成），使得最优剂量规则 \(f^{\text{opt}}(X)\) 仅通过 \(B^\top X\) 依赖于 \(X\)。即 \(f^{\text{opt}}(X) = g(B^\top X)\)，其中 \(d \ll p\)。
可观测数据： - 研究者实际能观测到的是：\(\{ (X_i, A_i, R_i) \}_{i=1}^n\)，即每个患者的协变量、实际接受的剂量、以及观测到的结局。 - 想要但观测不到的量： - 潜在结局 \(R(a)\) 对任意 \(a \neq A_i\)：反事实，无法观测。 - 最优剂量规则 \(f^{\text{opt}}(X)\) 本身：待估对象。 - 广义倾向性得分 \(\pi(A|X)\)：需从数据中估计。 - 条件期望结局 \(\mu(X, A)\)：需从数据中估计。
第二步：讲最小内核¶
最简特例：假设 \(p=2\)（两个协变量），\(d=1\)（最优剂量规则仅依赖于协变量的一个线性组合）。此时 \(B\) 是一个 \(2 \times 1\) 的向量，即 \(B = (b_1, b_2)^\top\)，满足 \(b_1^2 + b_2^2 = 1\)（正交约束退化为单位长度约束）。链接函数 \(g\) 是一个从 \(\mathbb{R}\) 到 \(\mathbb{R}\) 的一元函数。
在这个特例下，本文要解决的问题退化为：从观测数据 \(\{(X_{i1}, X_{i2}, A_i, R_i)\}_{i=1}^n\) 中，估计出最优的线性组合方向 \((b_1, b_2)\) 和链接函数 \(g\)，使得规则 \(f(X) = g(b_1 X_1 + b_2 X_2)\) 最大化价值函数 \(V(f) = \mathbb{E}[R | A = f(X)]\)。
核心思路（一看就懂）： 1. 价值函数重写：在无混淆性假设下，价值函数可写为：
-
降维参数化：将 \(f(X)\) 参数化为 \(g(B^\top X)\)，其中 \(B^\top B = I_d\)。则价值函数成为 \(B\) 和 \(g\) 的函数：
\[V(B, g) = \mathbb{E}\left[ \frac{R}{\pi(A|X)} \cdot K_h(A - g(B^\top X)) \right]\] -
交替优化：
- 固定 \(B\)，优化 \(g\)：此时 \(B^\top X\) 是已知的 \(d\) 维"新协变量"。问题退化为一个标准的非参数回归/核平滑问题：在给定"新协变量" \(Z = B^\top X\) 下，找到最优的 \(g(Z)\) 使得 \(V\) 最大。这可以通过核加权局部线性回归等标准非参数方法求解。
- 固定 \(g\)，优化 \(B\)：此时 \(g\) 已知，\(V\) 成为 \(B\) 的函数。优化 \(B\) 是一个在 Stiefel 流形（\(B^\top B = I_d\)）上的约束优化问题。本文采用流形上的梯度下降算法（如 Cayley 变换）来更新 \(B\)。
-
迭代直至收敛：交替进行上述两步，直到 \(B\) 和 \(g\) 收敛。
为什么这个特例抓住了核心：即使 \(p=2, d=1\)，上述交替优化框架已经包含了本文的全部关键要素： - 价值函数的核平滑近似（处理连续剂量） - 降维子空间参数化（\(B\)） - 非参数链接函数（\(g\)） - Stiefel 流形上的正交约束优化 - 交替优化策略
一般情形（\(p\) 任意大，\(d\) 任意小）只是这个特例的"加壳"：\(B\) 从向量变为矩阵，\(g\) 从一元函数变为 \(d\) 元函数，优化算法从单位圆上的梯度下降变为 Stiefel 流形上的梯度下降，但核心数学结构完全相同。
三、这篇论文做了什么¶
三句话¶
- 研究了什么问题：在个性化医疗中，为连续型处理变量（药物剂量）估计一个最优的个体化剂量规则，该规则假设仅依赖于协变量的一个低维子空间，以缓解维数诅咒。
- 核心工具/方法：提出了两种方法——(i) 直接价值最大化（Direct Value Maximization, DVM）：直接最大化核平滑近似的价值函数，同时估计降维子空间 \(B\) 和链接函数 \(g\)；(ii) 伪直接学习（Pseudo-Direct Learning, PDL）：专注于估计处理效应的降维子空间，通过构建一个"伪结局"来简化优化。两种方法均使用 Stiefel 流形上的正交约束优化算法实现。
- 主要结论：在温和正则性假设下，建立了 \(B\) 和 \(g\) 的估计量的渐近正态性；导出了最优剂量规则下价值函数估计量的一致性和收敛速率（\(n^{-2/(4+d)}\) 量级，取决于降维后的维度 \(d\) 而非原始维度 \(p\)）；模拟和真实数据分析验证了方法相对于现有基线（如线性模型、随机森林、核方法）的优势。
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：
- 设定：观测数据 \(\{ (X_i, A_i, R_i) \}_{i=1}^n\) 来自一个随机化试验或满足无混淆性的观察性研究。处理变量 \(A\) 是连续的，结局 \(R\) 是连续的（"越大越好"）。
- 核心结构假设（Assumption 1, 本文 §2.1）：存在一个 \(p \times d\) 的矩阵 \(B_0\)（\(B_0^\top B_0 = I_d\)）和一个函数 \(g_0: \mathbb{R}^d \to \mathbb{R}\)，使得最优剂量规则为 \(f^{\text{opt}}(X) = g_0(B_0^\top X)\)。相比已有文献：这是本文的核心创新假设。在二元处理场景下，类似的结构假设（如单指标模型）已被提出（Song et al., 2017），但本文将其推广到连续剂量，并允许 \(d > 1\)。
- 正则性假设（Assumptions 2-5, 本文 §3.1）：包括核函数 \(K\) 的 Lipschitz 连续性和有界支撑、带宽 \(h\) 的收敛速率（\(h \to 0, nh^3 \to \infty\)）、协变量 \(X\) 的分布有界支撑且密度有界远离 0、链接函数 \(g\) 的 Hölder 光滑性（阶数 \(\beta \ge 2\)）、以及倾向性得分 \(\pi(A|X)\) 的有界性等。相比已有文献：这些假设是核平滑和半参数估计的标准假设，与 OWL 类方法的假设类似，但额外要求了 \(g\) 的光滑性以控制降维后的逼近误差。
- 交叉拟合（Cross-fitting, 本文 §2.3）：为消除倾向性得分估计对后续优化的影响，本文采用交叉拟合策略：将数据分成 \(K\) 折，用 \(K-1\) 折估计 \(\pi(A|X)\)，在剩余 1 折上优化 \(B\) 和 \(g\)，最后平均各折结果。相比已有文献：这是半参数估计中的标准技巧（Newey & Robins, 2018; Chernozhukov et al., 2018），本文将其首次应用于连续剂量规则估计。
主要结果¶
定理 1（价值函数估计的收敛速率，本文 §3.2）： - 陈述：设 \(\hat{f}\) 为本文方法估计的最优剂量规则，\(\hat{V} = V(\hat{f})\) 为对应的价值函数估计。则在正则性假设下，有：
定理 2（降维子空间估计的渐近正态性，本文 §3.3）： - 陈述：设 \(\hat{B}\) 为本文方法估计的降维子空间基矩阵。则 \(\text{vec}(\hat{B})\) 是 \(\sqrt{n}\)-相合的，且渐近服从正态分布：
定理 3（伪直接学习 PDL 的相合性，本文 §3.4）： - 陈述：PDL 方法估计的子空间 \(\hat{B}_{\text{PDL}}\) 也是 \(\sqrt{n}\)-相合的，且其渐近方差不超过 DVM 方法。 - 直觉：PDL 通过构建一个"伪结局"（如残差）来简化优化，专注于估计处理效应的降维子空间。由于伪结局的构造利用了更多的模型结构（如处理效应的线性假设），PDL 的估计效率可能更高。 - 必要条件：PDL 需要额外假设处理效应（即 \(\mu(X, A)\) 对 \(A\) 的偏导数）本身也依赖于 \(B_0^\top X\) 的子空间。这一假设比 DVM 的核心假设更强。 - 解决的技术难点：证明 PDL 的相合性需要处理伪结局构造中的估计误差（如 \(\mu(X, A)\) 的估计误差），以及证明该误差对子空间估计的影响是渐近可忽略的。
证明路线与技术技巧¶
整体路线（以 DVM 的定理 1 为例）：
-
价值函数分解：将价值函数估计误差分解为三项：
\[V(f^{\text{opt}}) - \hat{V} = [V(f^{\text{opt}}) - V(\hat{f}_0)] + [V(\hat{f}_0) - \hat{V}_0] + [\hat{V}_0 - \hat{V}]\]其中 \(\hat{f}_0\) 是假设 \(B_0\) 已知时的最优规则估计（oracle 估计），\(\hat{V}_0\) 是 \(\hat{f}_0\) 的价值函数估计。第一项是 oracle 估计误差（\(d\) 维非参数回归的 minimax 速率），第二项是价值函数估计的随机误差（由核平滑和倾向性得分估计引起），第三项是子空间估计误差（由 \(B\) 的估计误差引起）。 -
控制 oracle 项：利用 \(d\) 维非参数回归的标准理论（如核估计的收敛速率），得到第一项为 \(O_p(n^{-2/(4+d)})\)。
-
控制随机误差项：利用 U-统计量理论和经验过程理论，证明第二项为 \(o_p(n^{-2/(4+d)})\)。关键技巧是使用交叉拟合来消除倾向性得分估计的偏差，以及使用核函数的 Lipschitz 性质来控制核平滑的方差。
-
控制子空间估计误差项：利用定理 2 的结果（\(\hat{B}\) 是 \(\sqrt{n}\)-相合的），证明第三项为 \(O_p(n^{-1/2})\)，快于 \(n^{-2/(4+d)}\)（因为 \(d \ge 1\) 时 \(n^{-1/2} \ll n^{-2/(4+d)}\)）。关键技巧是使用价值函数对 \(B\) 的 Lipschitz 性质，将 \(B\) 的估计误差线性映射到价值函数误差。
-
合并：三项中第一项主导，得到总速率 \(n^{-2/(4+d)}\)。
关键跳跃点： - 从 \(B\) 的 \(\sqrt{n}\)-相合到价值函数的 \(n^{-2/(4+d)}\) 速率：这是证明中最微妙的部分。直觉上，\(B\) 的估计误差是 \(O_p(n^{-1/2})\)，但价值函数对 \(B\) 的导数在 \(B_0\) 处为 0（因为 \(B_0\) 是最大值点），所以价值函数误差是 \(B\) 估计误差的平方阶，即 \(O_p(n^{-1})\)，快于 \(n^{-2/(4+d)}\)。这一论证需要价值函数在 \(B_0\) 处的二阶可微性和非退化 Hessian。 - 处理 \(g\) 的无穷维估计对 \(B\) 的影响：在证明定理 2 时，\(g\) 的估计误差会"污染" \(B\) 的得分函数。作者通过构造一个关于 \(g\) 的 Neyman 正交得分函数来解决：该得分函数对 \(g\) 的 Fréchet 导数为 0，从而 \(g\) 的估计误差只产生二阶小的影响。
技术技巧点名： - 核平滑（kernel smoothing）：用核函数 \(K_h\) 近似指示函数 \(\mathbb{I}\{A = f(X)\}\)，将离散的价值函数连续化，使其可微并可优化。 - Stiefel 流形上的优化（optimization on Stiefel manifold）：使用 Cayley 变换或 QR 分解来保持 \(B^\top B = I_d\) 约束，实现梯度下降。 - 交叉拟合（cross-fitting）：将倾向性得分估计与后续优化分离，消除估计误差的"自污染"。 - Neyman 正交性（Neyman orthogonality）：构造对无穷维 nuisance 参数（\(g\)）不敏感的得分函数，使有限维参数（\(B\)）的估计达到 \(\sqrt{n}\)-相合。 - 经验过程理论（empirical process theory）：用于控制核平滑估计的随机误差，特别是处理 \(g\) 的估计误差对价值函数的影响。
真实例子与应用¶
数据：药理学遗传数据集（pharmacogenetic dataset），来自一项关于抗抑郁药物（如帕罗西汀）剂量-反应关系的研究。数据集包含 \(n \approx 200\) 名患者，协变量 \(X\) 包括患者的基因型（如 CYP2D6 代谢酶基因多态性）、年龄、性别、基线抑郁评分等，共 \(p \approx 20\) 个协变量。处理变量 \(A\) 是帕罗西汀的日剂量（mg/天），结局 \(R\) 是治疗 8 周后抑郁评分的改善值（越大越好）。
方法应用： 1. 预处理：标准化所有协变量和处理变量。 2. 倾向性得分估计：使用 Beta 回归（Cribari-Neto & Zeileis, 2010）估计 \(\pi(A|X)\)，因为剂量数据在 \((0, 1)\) 区间（标准化后）。 3. 降维子空间选择：通过 5 折交叉验证选择子空间维度 \(d\)，在 \(d = 1, 2, 3\) 中比较价值函数估计值，最终选择 \(d=2\)。 4. 模型估计：使用 DVM 和 PDL 两种方法，在 Stiefel 流形上优化 \(B\)，并使用核平滑（高斯核，带宽由交叉验证选择）估计 \(g\)。 5. 基线对比：与以下方法比较——(i) 线性剂量规则（\(f(X) = X^\top \beta\)）；(ii) 随机森林（Breiman, 2001）；(iii) 核方法（kernel ridge regression, Zhang et al., 2015）；(iv) 无降维的核平滑方法（直接对 \(X\) 做核回归）。
结果： - DVM 和 PDL 估计的价值函数均显著高于所有基线方法（\(p < 0.05\)，基于 bootstrap 检验）。 - PDL 的估计方差略小于 DVM，与定理 3 的结论一致。 - 降维子空间 \(B\) 的估计显示，前两个线性组合主要载荷在 CYP2D6 基因型、年龄和基线抑郁评分上，这与药理学知识一致（CYP2D6 代谢酶活性影响帕罗西汀的代谢速率，年龄影响药物清除率）。 - 链接函数 \(g\) 的估计显示，最优剂量随 \(B^\top X\) 的第一个成分（主要代表 CYP2D6 代谢活性）呈非线性关系：对代谢慢的患者，最优剂量较低；对代谢快的患者，最优剂量较高，但存在一个平台效应。
这个例子想说明什么： 1. 验证理论：展示了降维子空间假设在实际数据中的合理性——最优剂量规则确实可由少数几个协变量组合解释。 2. 展示相对优势：相对于无降维的核方法，DVM/PDL 在有限样本下（\(n=200, p=20\)）表现更好，体现了降维缓解维数诅咒的实际效果。 3. 提供临床洞见：识别的子空间成分具有药理学解释，表明方法不仅预测准确，还能提供科学见解。
🔎 结论是否比证明窄¶
- 定理 1 的收敛速率：证明中假设 \(d\) 是固定的且已知。在实际应用中，\(d\) 需通过交叉验证选择，而选择 \(d\) 的误差对速率的影响未被理论覆盖。作者在 §4 的模拟中使用了已知的 \(d\)，未讨论 \(d\) 选择的理论性质。
- 定理 2 的渐近正态性：证明中假设 \(g\) 的估计误差对 \(B\) 的影响是"高阶小"的，这一论证依赖于 \(g\) 的估计达到最优非参数速率（\(n^{-2/(4+d)}\)）。但在有限样本下，若 \(d\) 选择过大或带宽选择不当，\(g\) 的估计误差可能不是高阶小，从而 \(B\) 的 \(\sqrt{n}\)-相合性可能不成立。作者在 §5 的讨论中承认了这一局限，但未给出有限样本下的诊断方法。
- PDL 的效率优势：定理 3 声称 PDL 的渐近方差不超过 DVM，但这一结论依赖于 PDL 的额外假设（处理效应也依赖于 \(B_0^\top X\)）。在实际应用中，若该假设不成立，PDL 可能不如 DVM。作者在模拟中展示了当假设成立时 PDL 的优势，但未系统研究假设违反时的稳健性。
- 交叉拟合的 \(K\) 折选择：作者在模拟和实证中使用了 \(K=5\)，但理论证明中假设 \(K\) 固定且有限。\(K\) 的选择对有限样本性能的影响未被讨论。
四、开放问题（点到为止，扎根具体语句）¶
-
\(d\) 的未知性：本文假设降维子空间维度 \(d\) 已知，但实际中 \(d\) 需从数据中选择。扎根：§2.1 中"we assume that the optimal dose rule depends on X only through a d-dimensional subspace, where d is a pre-specified integer"——如何从数据中自适应地选择 \(d\)，并建立选择 \(d\) 的理论性质（如相合性、收敛速率），是一个开放问题。
-
高维协变量 \(p \gg n\) 场景：本文的理论假设 \(p\) 固定且小于 \(n\)。当 \(p \gg n\) 时，Stiefel 流形上的优化变得病态，且 \(B\) 的 \(\sqrt{n}\)-相合性可能不再成立。扎根：§5 中"extending the proposed framework to high-dimensional settings where p is much larger than n is an important future direction"——如何引入稀疏性假设（如 \(B\) 的行稀疏）或正则化方法，是值得探索的方向。
-
动态治疗规则（多阶段决策）：本文仅考虑单阶段决策。在慢性病管理中，治疗剂量需随时间动态调整。扎根：§5 中"it would be interesting to extend the proposed dimension reduction framework to dynamic treatment regimes with multiple decision points"——如何将降维子空间思想推广到多阶段场景，并处理阶段间的依赖关系，是一个有挑战性的问题。
-
右删失结局：当结局为生存时间时，常存在右删失。扎根：§5 中"extending the proposed framework to the right-censored outcomes (Zhao et al., 2014; Zhu et al., 2017) and construct a corresponding direct learning approach to estimate the optimal dose rule"——如何将删失处理（如逆概率删失加权）与降维子空间估计结合，是直接的扩展方向。
-
子空间可识别性：本文假设 \(B\) 是唯一可识别的（在旋转意义下），但实际中若 \(g\) 是旋转不变的（如 \(g\) 仅依赖于 \(B^\top X\) 的范数），则 \(B\) 可能不可识别。扎根：§3.3 中"the asymptotic normality result holds under the assumption that the value function has a non-degenerate Hessian at \(B_0\)"——当 Hessian 退化时（如 \(g\) 具有对称性），\(B\) 的估计和推断需要新的理论。
Maintained by 陈星宇 · Homepage · Source on GitHub