Inference on the average treatment effect under minimization and other covariate-adaptive randomization methods¶

作者: Ting Ye, Yanyao Yi, Jun Shao
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¶

这个子方向研究的是：在临床试验中，当使用协变量自适应随机化（covariate-adaptive randomization, CAR）方法（如最小化法、分层区组随机化）分配处理时，如何对平均处理效应（ATE）进行有效的统计推断（点估计、置信区间、假设检验）。核心挑战在于：CAR 方法破坏了简单随机化下的独立同分布结构，使得传统的 t 检验、线性回归推断方法在类型 I 错误率控制上可能失效（过保守或过激进）。该方向当前已从“理解 CAR 对检验的影响”发展到“设计对 CAR 方法鲁棒、且无需正确指定响应-协变量模型的推断方法”。

发展脉络（history）¶

奠基工作（~2010-2012）：Shao et al. (2010) 首次系统研究了 CAR 下统计检验的理论性质，发现传统检验可能保守。Hu & Hu (2012) 提出新的 CAR 设计并分析了其渐近性质，为后续理论分析提供了工具。Simon & Simon (2011) 和 Kaiser (2012) 则从重随机化推断（rerandomization inference）的角度，提出用置换检验来保护类型 I 错误率。

主要进展（2015-2019）：Bugni, Canay & Shaikh (2015, 2018, 2019) 建立了 CAR 下 ATE 推断的通用理论框架。他们证明：在 CAR 下，简单的两样本 t 检验是保守的（limiting rejection probability < nominal level），并提出了一种调整标准误的修正 t 检验，使其成为精确的（exact）。他们的工作将 CAR 分为两种类型：类型 1（如 Efron 的 biased-coin 设计，具有已知的渐近性质）和类型 2（如最小化法，性质更复杂）。Ma, Hu & Zhang (2015) 在线性模型框架下推导了 CAR 下检验统计量的渐近分布。Ye & Shao (2020) 将理论推广到生存分析中的部分似然得分检验。

当前 frontier（~2020-至今）：现有理论大多依赖正确的响应-协变量模型（如线性模型）或对 CAR 方法的深刻理解（如类型 1 性质）。本文（Ye, Yi & Shao, 2022）试图突破这一限制，提出无模型（model-free）的 ATE 估计量，其渐近性质对所有主流 CAR 方法（包括最小化法）都成立，且与 CAR 方法无关。

子线索聚类¶

这些被引文献大致落在三条子线索上：

CAR 方法的设计与性质：研究如何设计 CAR 方法以实现更好的平衡，并分析其理论性质（如收敛性、平衡性）。代表：Hu & Hu (2012), Baldi Antognini & Zagoraiou (2012), Rosenberger & Sverdlov (2008), Zhao & Ramakrishnan (2016)。
CAR 下的推断理论：研究在给定 CAR 方法下，各种检验（t 检验、回归检验、置换检验）的渐近性质（类型 I 错误、功效）。代表：Bugni et al. (2015, 2018, 2019), Ma et al. (2015), Ye & Shao (2020), Shao et al. (2010)。
回归调整与无模型推断：研究如何通过回归调整协变量来改进效率，同时保持推断的有效性。代表：Lin (2013), Freedman (2008), Ta et al. (2020)。本文属于这一线索，但将其推广到 CAR 设定下。

这个方向在追问的核心问题¶

如何构造对 CAR 方法鲁棒的 ATE 估计量？ 即估计量的渐近分布不依赖于 CAR 的具体机制，从而避免了对 CAR 方法进行复杂建模。
如何在不依赖正确模型的情况下进行有效推断？ 即估计量的方差估计量是一致的，且由此构造的置信区间具有正确的覆盖概率，即使响应-协变量关系被错误指定。
如何利用未用于随机化的协变量信息来提高效率？ 临床试验中，研究者可能收集了大量协变量，但只有一部分（通常是离散的、分层变量）被用于随机化。如何安全地利用其余协变量（可能是连续的、高维的）来改进 ATE 估计的精度？
不同 CAR 方法之间的相对效率如何？ 在无模型框架下，不同 CAR 方法（如最小化法 vs. 分层区组随机化）对 ATE 估计的渐近方差有何影响？

⚠️ 作者的 framing¶

作者将缺口 frame 为：现有理论要么依赖正确的响应-协变量模型（如 Bugni et al. 2018, 2019 的回归调整），要么依赖对 CAR 方法的类型 1 性质的深刻理解（如 Bugni et al. 2015）。对于最小化法这类类型 2 方法，现有理论尤其匮乏。作者因此提出一种无模型方法，它： - 不依赖任何响应-协变量模型。 - 对所有主流 CAR 方法（包括最小化法）都成立。 - 其渐近分布与 CAR 方法无关。

作者淡化了重随机化推断（permutation tests）这条竞争路线。Simon & Simon (2011) 和 Kaiser (2012) 的方法虽然也能保护类型 I 错误，但作者可能认为它们计算复杂、且不直接提供点估计和方差估计。作者也未深入讨论高维协变量的情况（Ta et al. 2020 虽被引用，但仅用于说明广义回归估计，而非本文的核心方法）。

值得研究者去查的问题：本文的“无模型”性质是否真的完全无模型？它是否隐含地假设了处理效应在同质层内是常数（或至少是加性可分的）？如果处理效应在层内是异质的，本文的估计量是否仍然有效？此外，本文的方差估计量是否对层内处理效应异质性鲁棒？这些在 intro 中未被明确讨论。

张力¶

未见明显对立引用。各工作之间是互补关系：有的研究设计，有的研究推断，有的研究回归调整。Bugni et al. (2015) 的“保守性”结论与 Ma et al. (2015) 的“更高效”结论并不矛盾，因为前者关注的是未调整的 t 检验，后者关注的是调整后的回归检验。

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：
- \(n\): 样本量（患者总数）。
- \(i = 1, \dots, n\): 患者索引。
- \(T_i \in \{0, 1\}\): 处理分配指示变量。\(T_i = 1\) 表示处理组，\(T_i = 0\) 表示对照组。
- \(Y_i\): 观测到的响应（outcome）。
- \(Z_i\): 用于随机化的协变量向量（通常是离散的、分层的）。例如，\(Z_i\) 可以是“性别（男/女）* 年龄组（<50/>=50）”的 4 个层。
- \(X_i\): 未用于随机化但被观测到的协变量向量（可以是连续的、高维的）。例如，基线血压、实验室指标。
- \(S_i\): 由 \(Z_i\) 定义的层（stratum）。\(S_i = z\) 表示患者属于第 \(z\) 层。
- \(n_z\): 第 \(z\) 层内的患者数。
- \(n_{z, t}\): 第 \(z\) 层内接受处理 \(t\) 的患者数。
- \(\pi_z = n_{z, 1} / n_z\): 第 \(z\) 层内处理组的比例。在 CAR 下，\(\pi_z\) 通常趋近于一个常数（如 0.5）。
- \(\tau = \mathbb{E}[Y_i(1) - Y_i(0)]\): 平均处理效应（ATE），其中 \(Y_i(t)\) 是潜在结果（potential outcome）。这是我们要估计的目标参数（estimand）。
- \(\hat{\tau}\): ATE 的估计量。
模型：
- 数据生成机制：这是一个随机化实验。处理分配 \(T_i\) 由 CAR 方法决定，该方法依赖于 \(Z_i\) 和之前患者的分配历史。响应 \(Y_i\) 由潜在结果模型生成：\(Y_i = T_i Y_i(1) + (1-T_i) Y_i(0)\)。我们不对 \(Y_i(t)\) 与 \((Z_i, X_i)\) 的关系做任何参数化假设（这就是“无模型”的含义）。
- 关键假设：
  1. SUTVA（稳定单元处理值假设）：一个患者的潜在结果不受其他患者处理分配的影响。
  2. 强可忽略性（Strong Ignorability）：在给定 \(Z_i\) 的条件下，\(T_i\) 与潜在结果 \((Y_i(1), Y_i(0))\) 独立。这在 CAR 下是成立的，因为 CAR 完全基于 \(Z_i\) 和历史分配，不依赖于潜在结果。
  3. 重叠（Overlap）：\(0 < \Pr(T_i = 1 | Z_i = z) < 1\) 对所有 \(z\) 成立。在 CAR 下，这通常成立（例如，每个层内都有处理组和对照组）。
- 要估的对象：ATE \(\tau\)。
可观测数据：
- 研究者实际能观测到的是：\(\{(Y_i, T_i, Z_i, X_i)\}_{i=1}^n\)。
- 想要但观测不到的是：潜在结果 \(Y_i(1)\) 和 \(Y_i(0)\)。我们只能观测到其中一个，即 \(Y_i = T_i Y_i(1) + (1-T_i) Y_i(0)\)。

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：只有两个层（\(Z_i \in \{0, 1\}\)），且我们忽略未用于随机化的协变量 \(X_i\)。

在这个特例下，ATE 的一个直观估计量是层内加权平均：

\[\hat{\tau}_{\text{strat}} = \sum_{z=0}^{1} \frac{n_z}{n} \left( \bar{Y}_{z,1} - \bar{Y}_{z,0} \right)\]

其中 \(\bar{Y}_{z,t}\) 是第 \(z\) 层内接受处理 \(t\) 的患者的平均响应。

这个估计量有什么问题？ 在 CAR 下，层内处理分配比例 \(\pi_z\) 是随机的（尽管趋近于 0.5）。Bugni et al. (2015) 证明，如果直接用 \(\hat{\tau}_{\text{strat}}\) 并假设其方差为 \(\sum_z (n_z/n)^2 (\sigma_{z,1}^2/n_{z,1} + \sigma_{z,0}^2/n_{z,0})\)（其中 \(\sigma_{z,t}^2\) 是层内方差），那么构造的 t 检验是保守的（类型 I 错误率低于名义水平）。这是因为 CAR 引入了层内处理组和对照组之间的负相关，使得实际方差小于这个“朴素”方差。

本文的关键想法是什么？ 作者提出，与其试图精确建模 CAR 带来的相关性，不如直接估计一个更稳健的方差。这个方差估计量不依赖于 CAR 的具体机制，而是基于层内残差。

具体来说，作者考虑一个更一般的估计量，它进一步调整了未用于随机化的协变量 \(X_i\)：

\[\hat{\tau}_{\text{adj}} = \sum_{z} \frac{n_z}{n} \left[ \left( \bar{Y}_{z,1} - \hat{\beta}_{z,1}^\top (\bar{X}_{z,1} - \bar{X}_z) \right) - \left( \bar{Y}_{z,0} - \hat{\beta}_{z,0}^\top (\bar{X}_{z,0} - \bar{X}_z) \right) \right]\]

其中 \(\hat{\beta}_{z,t}\) 是在第 \(z\) 层、处理组 \(t\) 内，用 \(Y\) 对 \(X\) 做回归（OLS）得到的系数向量。\(\bar{X}_{z,t}\) 是层内处理组的 \(X\) 均值，\(\bar{X}_z\) 是层内所有患者的 \(X\) 均值。

这个估计量的核心思想是：在每个层内，分别对处理组和对照组的响应进行回归调整，以吸收 \(X\) 带来的变异性，从而提高效率。这个调整是无模型的，因为它只是在一个层内做线性回归，不假设 \(Y\) 和 \(X\) 的真实关系是线性的。它本质上是一个投影：将 \(Y\) 投影到 \(X\) 张成的线性空间上，然后减去这个投影，从而降低方差。

为什么这个估计量对 CAR 鲁棒？ 作者证明，在 CAR 下，\(\hat{\tau}_{\text{adj}}\) 的渐近方差等于：

\[V = \sum_z \frac{n_z}{n} \left[ \text{Var}(Y_i(1) - \beta_{z,1}^\top X_i | Z_i = z) / \pi_z + \text{Var}(Y_i(0) - \beta_{z,0}^\top X_i | Z_i = z) / (1-\pi_z) \right]\]

其中 \(\beta_{z,t}\) 是层内 \(Y\) 对 \(X\) 的总体线性投影系数。这个方差公式中不包含任何与 CAR 方法相关的项。因此，只要我们能一致地估计出这个方差，就能构造出正确的置信区间。而方差的一致估计可以通过层内残差的样本方差来获得。

一句话总结：本文的核心数学贡献是证明了，在 CAR 下，一个经过层内回归调整的 ATE 估计量是渐近正态的，且其渐近方差不依赖于 CAR 的具体机制，从而使得基于该方差估计的推断是有效的。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：在协变量自适应随机化（CAR）临床试验中，如何构造一个无模型的 ATE 估计量，使其渐近性质对所有主流 CAR 方法（包括最小化法）都成立，且不依赖于正确的响应-协变量模型。
核心工具/方法：基于分层（strata defined by \(Z\)）和层内回归调整（adjusting for \(X\) within each stratum），提出了三类估计量：简单分层估计量（\(\hat{\tau}_{\text{strat}}\)）、回归调整估计量（\(\hat{\tau}_{\text{adj}}\)）和广义回归估计量（\(\hat{\tau}_{\text{greg}}\)）。后者借鉴了调查抽样中的广义回归估计（GREG）思想。
主要结论：所有提出的估计量在包括最小化法在内的所有主流 CAR 方案下都是渐近正态的，且其渐近分布与 CAR 方法无关。构造了一致的方差估计量，用于渐近推断。通过渐近相对效率比较和有限样本模拟，推荐使用回归调整估计量 \(\hat{\tau}_{\text{adj}}\)。

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：

CAR 方案：论文考虑了四类主流 CAR 方案：
1. 分层区组随机化（Stratified Permuted Blocks, SPB）：在每个层内，使用区组随机化。
2. 分层 biased-coin 设计（Stratified Biased Coin, SBC）：在每个层内，使用 Efron 的 biased-coin 设计。
3. 分层 urn 设计（Stratified Urn Design, SUD）：在每个层内，使用 Wei 的 urn 设计。
4. 最小化法（Minimization, MIN）：Pocock & Simon (1975) 的方法，通过边际平衡来分配处理。
关键假设：
- 假设 1 (CAR 方案的条件)：CAR 方案满足一个通用条件（Condition (C3) from Baldi Antognini & Zagoraiou, 2015），即层内处理分配比例 \(\pi_z\) 几乎必然收敛到一个常数 \(\pi_z^* \in (0,1)\)，且 \(\sqrt{n_z}(\pi_z - \pi_z^*) = O_p(1)\)。这个条件对上述所有四种方案都成立。
- 假设 2 (矩条件)：响应 \(Y\) 和协变量 \(X\) 具有有限的四阶矩。
- 假设 3 (层内回归)：在每个层 \(z\) 和处理组 \(t\) 内，\(X\) 的样本协方差矩阵是正定的（以保证 OLS 估计量存在）。
相比已有文献的放宽/强化：
- 放宽：不要求响应-协变量模型正确指定（对比 Bugni et al., 2018, 2019 的回归调整方法）。不要求 CAR 方案具有“类型 1”性质（对比 Bugni et al., 2015 的方法）。
- 强化：要求 \(X\) 在每个层-处理组内是满秩的（这在实际中通常成立）。要求 CAR 方案满足一个通用条件（这覆盖了所有主流方案）。

主要结果¶

定理 1 (渐近正态性)：在假设 1-3 下，对于所有四种 CAR 方案，估计量 \(\hat{\tau}_{\text{strat}}\)、\(\hat{\tau}_{\text{adj}}\) 和 \(\hat{\tau}_{\text{greg}}\) 都是渐近正态的：
\[\sqrt{n} (\hat{\tau} - \tau) \xrightarrow{d} N(0, V)\]
其中渐近方差 \(V\) 的表达式如第二节所示，且不依赖于具体的 CAR 方案。
- 直觉：CAR 只影响层内处理组和对照组样本的联合分布（引入负相关），但不影响它们的边际分布。而本文的估计量是基于层内均值和回归调整的，其渐近方差只依赖于边际分布，因此与 CAR 无关。
- 必要条件：假设 1（CAR 的收敛性）是核心。如果 CAR 方案不满足该条件（如某些极端的自适应方法），则结论可能不成立。
- 解决的技术难点：处理 CAR 带来的跨个体相关性。作者通过将估计量分解为“层内独立部分”和“CAR 引起的相关部分”，并证明后者是 \(o_p(1/\sqrt{n})\) 的，从而消除了 CAR 的影响。
定理 2 (方差估计的一致性)：构造了方差估计量 \(\hat{V}\)，它是 \(V\) 的一致估计。例如，对于 \(\hat{\tau}_{\text{adj}}\)，\(\hat{V}\) 是基于层内残差的样本方差。
- 直觉：由于 CAR 不影响渐近方差，我们可以像在简单随机化下一样估计方差，只需在每个层内分别计算残差方差并加权平均。
- 意义：这使得我们可以构造出具有正确渐近覆盖概率的置信区间。
渐近相对效率：作者比较了三个估计量的渐近方差，发现：
- \(\hat{\tau}_{\text{adj}}\) 和 \(\hat{\tau}_{\text{greg}}\) 的渐近效率不低于 \(\hat{\tau}_{\text{strat}}\)。
- 当 \(X\) 与 \(Y\) 相关时，\(\hat{\tau}_{\text{adj}}\) 和 \(\hat{\tau}_{\text{greg}}\) 比 \(\hat{\tau}_{\text{strat}}\) 更有效。
- \(\hat{\tau}_{\text{adj}}\) 和 \(\hat{\tau}_{\text{greg}}\) 的渐近效率相同（在本文的设定下）。

证明路线与技术技巧¶

整体路线：
1. 分解：将估计量 \(\hat{\tau}\) 分解为“理想估计量” \(\tilde{\tau}\)（假设我们知道总体回归系数 \(\beta_{z,t}\)）和一个“调整项”。
2. 处理理想部分：证明 \(\sqrt{n}(\tilde{\tau} - \tau)\) 是渐近正态的，且其渐近方差与 CAR 无关。这一步的关键是证明 \(\tilde{\tau}\) 可以写成层内独立随机变量的和加上一个 \(o_p(1/\sqrt{n})\) 的项。CAR 的影响被吸收到这个 \(o_p\) 项中。
3. 处理调整项：证明 \(\sqrt{n}(\hat{\tau} - \tilde{\tau}) = o_p(1)\)，即用估计的回归系数代替总体回归系数不会影响渐近分布。这一步依赖于 OLS 估计量的 \(\sqrt{n}\)-一致性。
4. 方差估计：构造 \(\hat{V}\)，并证明其一致性。这依赖于层内残差的矩条件和大数定律。
关键跳跃点：
- 证明 CAR 不影响渐近方差：这是最核心的跳跃。作者使用了一个关键引理：在假设 1 下，对于任何层内函数 \(f(Y_i, X_i, T_i)\)，其样本均值的方差可以分解为“独立部分”和“CAR 相关部分”，且后者是 \(o(1/n)\) 的。这个引理依赖于 CAR 方案的收敛性质（\(\pi_z \to \pi_z^*\)）和鞅差序列的中心极限定理。
- 处理最小化法：最小化法不满足“层内独立”的性质，因为它的分配依赖于所有层的边际平衡。作者通过证明最小化法也满足假设 1（即层内分配比例收敛），从而将其纳入统一框架。
技术技巧点名：
- 鞅差序列的中心极限定理：用于处理 CAR 带来的序列相关性。
- \(O_p\) 和 \(o_p\) 记号：用于精确刻画 CAR 影响的阶数。
- 泰勒展开：用于处理回归系数估计带来的误差。
- Cramér-Wold 定理：用于证明多维向量的渐近正态性。

真实例子与应用¶

本文为纯理论，没有真实数据例子或模拟实验。作者在文中提到“有限样本性质通过模拟研究进行评估”，但模拟结果仅在补充材料中呈现，正文中未给出具体数值。因此，本文没有可供分析的实证案例。

🔎 结论是否比证明窄¶

结论：作者声称估计量对所有主流 CAR 方案都有效。
证明：证明依赖于假设 1，即 CAR 方案满足层内分配比例的收敛性。作者验证了 SPB、SBC、SUD 和 MIN 都满足该假设。但作者在文中明确提到：“Condition (C3) holds for most covariate-adaptive randomization schemes (Baldi Antognini and Zagoraiou 2015), certainly for all schemes considered in this paper”。这意味着结论的适用范围被严格限制在满足该条件的 CAR 方案上。对于那些不满足该条件的、更复杂的自适应随机化方法（如响应自适应随机化），本文的结论不一定成立。这是一个重要的窄化。

四、开放问题¶

高维协变量：本文假设未用于随机化的协变量 \(X\) 的维数 \(p\) 是固定的。当 \(p\) 随样本量 \(n\) 增长（高维情形）时，层内 OLS 回归可能失效。如何将本文的框架推广到高维 \(X\)（例如，使用 Lasso 或 Ridge 进行层内调整）？这扎根于本文对 \(X\) 维数固定的假设。
异质性处理效应：本文的估计量 \(\hat{\tau}_{\text{adj}}\) 假设处理效应在层内是常数（或至少是加性可分的）。如果处理效应在层内随 \(X\) 变化，该估计量是否仍然有效？其方差估计是否仍然一致？这扎根于本文未讨论层内处理效应异质性的情况。
多个处理组：本文只考虑了二元处理（\(T_i \in \{0,1\}\)）。如何将本文的框架推广到多个处理组（如 Bugni et al., 2018 所做的那样）？这扎根于本文的设定限制。
与重随机化推断的比较：本文的方法与 Simon & Simon (2011) 的重随机化检验在有限样本下的表现如何？哪种方法在何种条件下更优？这扎根于作者在 intro 中淡化了重随机化推断这条路线，但未给出明确的比较理由。

Maintained by 陈星宇 · Homepage · Source on GitHub