跳转至

Proximal Mediation Analysis with Unmeasured Treatment-Induced Confounding

作者: Xiaoying Zhang, Jiawei Shan, Wei Li
主题: 因果推断
相关性: 9/10
链接: https://arxiv.org/abs/2607.02901

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存在未观测的处理诱导混杂（treatment-induced confounding）时的因果中介分析。处理诱导混杂是指那些既受处理影响、又同时混淆中介-结局关系的变量。当这些混杂变量未被观测到时，传统的中介效应（自然直接效应 NDE 和自然间接效应 NIE）不可识别。本文的目标是：在存在未观测的处理诱导混杂时，识别并估计干预效应（interventional effects）——一种通过随机干预中介分布来定义的可识别替代效应。

发展脉络（history）

奠基工作：自然效应框架与处理诱导混杂的挑战

  • Robins and Greenland (1992); Pearl (2001); Imai et al. (2010a,b); Tchetgen Tchetgen and Shpitser (2012)：建立了基于潜在结果的中介分析框架，定义了 NDE 和 NIE，并给出了在无未观测混杂（特别是无处理诱导混杂）条件下的识别条件。Imai et al. (2010b) 明确指出，识别自然效应需要“所有混杂变量都是预处理变量”——这个假设在处理诱导混杂下被违反。
  • Tchetgen Tchetgen and VanderWeele (2014); Rudolph et al. (2023); Xia and Chan (2023)：在可观测的处理诱导混杂下，尝试恢复 NDE/NIE 的识别。Tchetgen Tchetgen and VanderWeele (2014) 利用单调性假设；Xia and Chan (2023) 利用无处理异质性假设。这些方法都要求处理诱导混杂被完全观测到。

主要进展：干预效应与路径特定效应

  • Petersen et al. (2006); van der Laan and Petersen (2008); VanderWeele et al. (2014)：提出干预效应（interventional effects），用随机抽取的潜在中介值代替自然中介值，从而绕开处理诱导混杂带来的交叉世界独立性假设问题。VanderWeele et al. (2014) 给出了在可观测处理诱导混杂下的识别公式（即本文的公式 (2) 在 U=∅ 时的特例）。
  • Avin et al. (2005); Miles et al. (2020)：提出路径特定效应（path-specific effects），通过分解因果路径来应对处理诱导混杂。但 Miles et al. (2020) 的方法需要处理诱导混杂被观测到，且路径特定效应的定义不可避免地涉及未观测混杂的潜在值 U(a)，当 U 是抽象概念时难以解释。
  • Díaz et al. (2021)：为干预效应提出了非参数有效估计量，但同样要求处理诱导混杂被完全观测到。

当前 frontier：近端因果推断

  • Miao et al. (2018); Shi et al. (2020); Tchetgen Tchetgen et al. (2024); Cui et al. (2024)：发展出近端因果推断（proximal causal inference）框架，利用未观测混杂的代理变量（proxy variables）来识别因果效应。这个框架最初针对预处理未观测混杂。
  • Dukes et al. (2023)：将近端因果推断扩展到中介分析，识别 NDE 和 NIE 下的预处理未观测混杂。
  • Bai et al. (2025)：针对有害处理，提出了群体干预间接效应（PIIE）的近端识别方法。
  • Ghassami et al. (2025)：研究了存在未观测中介时的因果推断，指出 NDE/NIE 在无未观测混杂时可识别，而 PIIE 即使在未观测处理-结局混杂下也可识别。

本文的位置：作者声称这是“首次将近端因果推断从预处理混杂扩展到处理诱导未观测混杂，用于识别干预直接效应和间接效应”。本文填补的缺口是：当处理诱导混杂既未观测、又存在代理变量时，如何识别和估计干预效应。

子线索聚类

  1. 处理诱导混杂下的中介分析（可观测 U）：VanderWeele et al. (2014); Díaz et al. (2021); Miles et al. (2020); Tchetgen Tchetgen and VanderWeele (2014); Rudolph et al. (2023); Xia and Chan (2023)。这一簇的共同点是处理诱导混杂被完全观测到，方法包括干预效应、路径特定效应、单调性假设等。
  2. 近端因果推断（预处理未观测混杂）：Miao et al. (2018); Shi et al. (2020); Tchetgen Tchetgen et al. (2024); Cui et al. (2024)。这一簇利用代理变量识别预处理未观测混杂下的因果效应。
  3. 近端中介分析（预处理未观测混杂）：Dukes et al. (2023); Bai et al. (2025); Ghassami et al. (2025)。这一簇将近端方法应用于中介分析，但处理的仍是预处理混杂。
  4. 本文：将第 1 簇的“干预效应”与第 2 簇的“近端方法”结合，处理处理诱导未观测混杂。

这个方向在追问的核心问题

  1. 识别问题：当处理诱导混杂未观测时，什么因果参数（自然效应、干预效应、路径特定效应）是可识别的？需要什么假设？
  2. 估计问题：如何构造出对模型误设稳健、且能达到半参数效率界的估计量？
  3. 代理变量的选择与验证：如何选择有效的代理变量？当代理变量假设被违反时，偏差有多大？

当前主流方法与已知瓶颈：干预效应是可识别的替代参数，但现有方法要求处理诱导混杂被完全观测到。近端方法能处理未观测混杂，但此前只针对预处理混杂。本文试图弥合这个缺口。

⚠️ 作者的 framing

作者把缺口 frame 成什么：作者将缺口定位为“处理诱导未观测混杂下的中介分析”，并声称这是“首次”将近端方法应用于此场景。作者通过强调“路径特定效应难以解释（因为涉及 U(a)）”和“自然效应不可识别”，来论证干预效应是更合理的选择。作者还通过指出“Dukes et al. (2023) 只处理预处理混杂”和“Díaz et al. (2021) 要求 U 被观测”，来凸显本文的独特性。

哪些竞争路线被他淡化或回避了： - 路径特定效应：作者承认其存在，但以“难以解释”为由淡化。然而，当 U 有明确含义时（如本文例子中的 SES），路径特定效应可能同样合理。作者没有深入比较干预效应与路径特定效应在解释力上的优劣。 - 单调性假设下的 NDE/NIE 识别：Tchetgen Tchetgen and VanderWeele (2014) 的方法在可观测 U 下可识别 NDE/NIE，但作者没有讨论将其扩展到未观测 U 的可能性。 - 敏感性分析：作者没有讨论当代理变量假设被违反时，偏差的方向和大小。

什么明显该被引 / 该存在、却没出现在 intro 里？ - 作者没有引用任何关于统计-计算权衡或计算复杂度的文献。考虑到本文使用最小最大学习估计桥函数，这涉及非参数逆问题的计算可行性，但作者没有讨论计算成本或收敛速度的精细刻画。 - 作者没有引用关于高维 U 或高维代理变量的文献。当 U 是高维时，完备性条件可能难以满足，但作者没有讨论这个限制。

张力

未见明显对立引用。所有被引工作基本在各自的设定下自洽，没有出现“在相同条件下得出相反结论”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： - A：二元处理变量，A ∈ {0, 1}。例如，种族（1=黑人，0=白人）。 - M：中介变量，可以是连续或二值。例如，感知歧视程度。 - Y：结局变量。例如，生活满意度得分。 - X：预处理基线协变量。例如，年龄、性别、婚姻状况。 - L：可观测的处理诱导混杂变量。例如，教育程度、自评健康。 - U：未观测的处理诱导混杂变量。例如，社会经济地位（SES）的未观测部分。 - Z：中介诱导代理变量（mediator-inducing proxy）。例如，父母的受教育年限。假设 Z 是 M 的潜在原因，且与 Y 的关系完全通过 U 和 A, L, X 中介。 - W：结局诱导代理变量（outcome-inducing proxy）。例如，总财富。假设 W 是 Y 的潜在原因，且与 M 的关系完全通过 U 和 A, L, X 中介。 - Y(a, m)：潜在结局，当处理设为 a、中介设为 m 时的 Y 值。 - M(a)：潜在中介，当处理设为 a 时的 M 值。 - G(a)：从 M(a) 在给定 X 的条件分布中随机抽取的一个值。 - ψ_{a, a'}：目标参数，定义为 E[Y(a, G(a'))]。干预直接效应 = ψ_{1,0} - ψ_{0,0}，干预间接效应 = ψ_{1,1} - ψ_{1,0}。 - h_a(w, l, m, x)：结局混淆桥函数（outcome confounding bridge function），满足积分方程 (3)。 - q_a(z, l, m, x)：中介混淆桥函数（mediation confounding bridge function），满足积分方程 (4)。 - f(·)：概率密度或质量函数。

模型： - 数据生成机制由潜在结果框架描述，满足一致性、正性、潜在条件可忽略性（Assumptions 1-3）。 - 核心模型是：存在未观测的 U，它受 A 影响，同时混淆 M 和 Y 的关系。 - 代理变量 Z 和 W 满足条件独立性（Assumption 4）和完备性条件（Assumption 5）。 - 桥函数 h_a 和 q_a 的存在性由 Fredholm 积分方程保证，其解不一定唯一，但所有解给出相同的 ψ_{a, a'}。

可观测数据： - 研究者实际能观测到的是 O = (X, Z, W, A, L, M, Y)，来自 n 个独立同分布的样本。 - 不可观测的是 U。U 的存在使得直接使用公式 (2) 不可行。 - 想要但观测不到的是潜在结果 Y(a, m) 和 M(a)，以及随机抽取的 G(a)。这些通过假设和识别公式转化为可观测量的函数。

第二步：讲最小内核

最简特例：假设所有变量都是二值的，且 U 也是二值的（U ∈ {0, 1}）。假设 X 是单变量二值，L 是单变量二值。假设 A 是二值。假设 M 是二值。假设 Z 和 W 是二值。

在这个特例下，核心问题是：如何用可观测数据 (X, Z, W, A, L, M, Y) 的分布来识别 ψ_{a, a'} = E[Y(a, G(a'))]？

核心思路：由于 U 未观测，我们不能直接对 U 积分。但我们可以利用代理变量 Z 和 W 来“反向求解”出 U 的影响。具体来说，我们寻找一个函数 h_a(W, L, M, X)，使得当用 Z 对 Y 做回归时，h_a 的期望等于 Y 的期望。这个想法类似于工具变量回归：Z 是“工具”，W 是“内生变量”，U 是“未观测的混杂”。

在这个特例下，识别公式 ψ₁ 退化成什么？

  1. 求解桥函数 h_a：我们需要找到 h_a(w, l, m, x) 使得： E[Y | Z, A=a, L, M, X] = E[h_a(W, L, M, X) | Z, A=a, L, M, X]。 由于所有变量都是二值的，这个方程是一个线性方程组。对于每个 (a, l, m, x) 的组合，Z 有 2 个取值，所以有 2 个方程。未知数 h_a(w, l, m, x) 有 2 个取值（w=0,1）。因此，只要系数矩阵非奇异（这由完备性条件 Assumption 5 保证），就可以唯一解出 h_a。

  2. 计算 ψ₁： ψ₁ = E[ τ_{a, a'}(X) ]，其中 τ_{a, a'}(X) = Σ_{w, l} h_a(w, l, m, X) * f(w, l | A=a, X) * f(m | A=a', X)。 这里 Σ 是对 w, l, m 求和（因为都是二值）。f(w, l | A=a, X) 和 f(m | A=a', X) 都是可观测数据的条件概率，可以直接从数据中估计。

为什么这个特例抓住了核心困难？ - 即使所有变量都是二值的，识别仍然需要求解一个积分方程（在这里退化为线性方程组）。这体现了“用代理变量替代未观测混杂”的核心思想。 - 桥函数 h_a 的存在性和唯一性依赖于完备性条件，这在二值情况下等价于 Z 和 W 的类别数不少于 U 的类别数。 - 一旦 h_a 被解出，ψ₁ 的计算就变成了一个简单的加权求和。

论文的一般情形：当变量连续或高维时，积分方程 (3) 变成 Fredholm 积分方程，求解需要更复杂的非参数方法（如最小最大学习）。但核心思想与二值特例完全相同：通过代理变量 Z 和 W 来“反解”出未观测 U 的影响，从而绕过对 U 的直接积分。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：在存在未观测的处理诱导混杂 U 时，如何识别和估计干预直接效应和间接效应。
  2. 核心工具 / 方法：利用代理变量 Z 和 W，通过求解 Fredholm 积分方程得到桥函数，建立四个近端识别公式；推导有效影响函数（EIF），构造多重稳健估计量和去偏机器学习估计量。
  3. 主要结论：在代理变量假设下，干预效应可非参数识别；提出的估计量在至少一个模型组合正确时一致且渐近正态，在所有模型正确时达到半参数效率界。

关键设定与假设

  • Assumption 1 (Consistency)：标准一致性假设。
  • Assumption 2 (Positivity)：正性假设，确保所有条件概率非零。
  • Assumption 3 (Latent conditional ignorability)：潜在条件可忽略性。这是关键假设，它要求：(i) Y(a,m) ⊥ A | X；(ii) M(a) ⊥ A | X；(iii) Y(a,m) ⊥ M | A, U, L, X。第 (iii) 条是核心：在给定处理、未观测混杂、可观测混杂和基线协变量后，中介和结局之间无未观测混杂。相比已有文献：当 U=∅ 时，退化为 VanderWeele et al. (2014) 的假设。本文放宽了 U 必须被观测的要求。
  • Assumption 4 (Proxies)：代理变量条件。(i) Z ⊥ Y | A, U, L, M, X；(ii) W ⊥ (M, Z) | A, U, L, X。这要求 Z 和 Y 之间、W 和 M 之间没有直接因果路径。相比 Dukes et al. (2023)：本文允许 A 和 W 之间、Z 和 M 之间有直接边，条件更弱。
  • Assumption 5 (Completeness)：完备性条件。要求 Z 和 W 的变异性足以反映 U 的变异性。这是非参数识别的关键，类似于工具变量回归中的秩条件。
  • Assumption 6 & 7：额外的完备性条件，用于保证桥函数的存在性。
  • Assumption 8 (Surjectivity)：算子 S_a 的满射性。这是一个较强的技术假设，仅用于推导 EIF 和局部效率，不用于识别或估计。

主要结果

  • Theorem 1 (Proximal identification via outcome bridge function)：在 Assumptions 1-5 下，如果存在桥函数 h_a 满足方程 (3)，则 ψ_{a, a'} 可由 ψ₁ 识别。这是核心识别结果。
  • Corollary 1 (Alternative representations)：给出 ψ₁ 的两种等价形式 ψ₂ 和 ψ₃，分别对应不同的加权/边缘化策略。
  • Theorem 2 (Proximal identification via mediation bridge function)：在 Assumptions 1-4 和 5(ii) 下，如果存在桥函数 q_a 满足方程 (4)，则 ψ_{a, a'} 可由 ψ₄ 识别。这是另一种识别策略，使用不同的桥函数。
  • Theorem 3 (Efficient influence function)：在满足 (3) 的半参数模型下，推导出 ψ 的 EIF。EIF 由四项组成，每一项对应一个识别公式的“去偏”版本。半参数效率界为 E[EIF²]。
  • Theorem 4 (Multiple robustness of parametric estimator)：基于 EIF 构造的估计量 ψ̂_mr 在模型 M_union = M₁ ∪ M₂ ∪ M₃ ∪ M₄ 下一致且渐近正态。这意味着只要四个模型组合中至少有一个正确，估计量就是一致的。这是多重稳健性：它比双重稳健（只需两个模型之一正确）更强。
  • Theorem 5 (Asymptotic properties of debiased ML estimator)：在交叉拟合和较弱的收敛率条件下（条件 (iii) 允许所有 nuisance 以快于 n^{-1/4} 的速率收敛），ψ̂_dml 是渐近正态且半参数有效的。

证明路线与技术技巧

整体路线（以 Theorem 1 为例）： 1. 从潜在结果到可观测数据：在 Assumptions 1-3 下，将 ψ_{a, a'} 表示为公式 (2)，其中包含对未观测 U 的积分。 2. 引入桥函数：假设存在 h_a 满足方程 (3)。这个方程的本质是：用 Z 作为工具，从 Y 对 Z 的回归中“提取”出 h_a，而 h_a 是 W 的函数。 3. 证明 h_a 的“去混杂”性质：利用 Assumption 4 和 5(i)，证明 E[Y | U, A=a, L, M, X] = E[h_a(W, L, M, X) | U, A=a, L, M, X]。这一步是关键：它表明 h_a 的条件期望等于 Y 的条件期望，从而可以用 h_a 代替 Y 来对 U 积分。 4. 代入识别公式：将第 3 步的结果代入公式 (2)，消去对 U 的积分，得到 ψ₁。

关键跳跃点： - 从方程 (3) 到 E[Y|U,...] = E[h_a|U,...]：这一步需要证明，如果两个函数在给定 Z 时的条件期望相等，那么它们在给定 U 时的条件期望也相等。这依赖于完备性条件 Assumption 5(i) 和代理变量条件 Assumption 4。证明思路是：先证明 E[Y - h_a | Z, A, L, M, X] = 0，然后利用完备性推出 E[Y - h_a | U, A, L, M, X] = 0。 - EIF 的推导：EIF 的推导是半参数理论的标准技术，但需要处理桥函数 h_a 和 q_a 是无穷维参数这一事实。作者在 Assumption 8 下，通过计算路径导数得到 EIF。EIF 的表达式 (N(O; Δ) - ψ) 包含四项，分别对应四个识别公式的“去偏”版本。

技术技巧点名： - Fredholm 积分方程：方程 (3) 和 (4) 都是第一类 Fredholm 积分方程。这是处理未观测变量时的标准工具。 - 最小最大学习（Minimax learning）：用于估计桥函数 h_a 和 q_a。将积分方程转化为一个 min-max 优化问题，可以灵活使用 RKHS 或神经网络。 - 交叉拟合（Cross-fitting）：用于去偏机器学习估计量，避免 Donsker 条件。 - Neyman 正交性：EIF 满足 Neyman 正交性，这是去偏机器学习的基础。 - 多重稳健性：通过 EIF 的“叠加”结构，构造出对四种模型误设都稳健的估计量。

真实例子与应用

数据：2020 年健康与退休研究（HRS）数据，n=4090（865 名黑人，3225 名白人）。

场景：研究种族（A）对生活满意度（Y）的差异，以感知歧视（M）为中介。

如何应用： - 处理 A：种族（1=黑人，0=白人）。 - 中介 M：日常歧视量表（二值化）。 - 结局 Y：生活满意度量表得分。 - 基线协变量 X：年龄、性别、婚姻状况。 - 可观测处理诱导混杂 L：最高教育程度、自评健康。 - 未观测处理诱导混杂 U：社会经济地位（SES）的未观测部分。 - 代理变量 Z：母亲/父亲的受教育年限（中介诱导代理）。 - 代理变量 W：总财富/非住房财富（结局诱导代理）。

结果： - 使用四种不同的代理变量组合（C1-C4）进行分析。 - 参数多重稳健估计量（ψ̂_mr）的标准误差很大，置信区间无信息。 - 去偏机器学习估计量（ψ̂_dml）的标准误差较小，且在不同组合下稳定。 - 干预直接效应（IDE）的 95% 置信区间为负，表明存在种族差异。 - 干预间接效应（IIE）的置信区间在部分组合下为负，表明歧视是一个非可忽略的中介路径。

这个例子想说明什么： 1. 方法可行性：展示了所提方法在真实数据中的应用。 2. 去偏 ML 的优势：在复杂数据生成机制下，去偏 ML 估计量比参数多重稳健估计量更稳定、更有效。 3. 敏感性分析：通过使用不同的代理变量组合，间接验证了结果的稳健性。

🔎 结论是否比证明窄

  • Theorem 4 的多重稳健性：证明中假设了“桥函数 h_a 和 q_a 被正确指定”，但“正确指定”的定义是“满足方程 (3) 和 (4)”。在实际应用中，我们只能近似求解这些方程，因此“正确指定”是一个理想化条件。作者在模拟中通过使用正确的函数形式来满足这个条件，但在真实数据中，这个条件几乎不可能精确满足。
  • Theorem 5 的收敛率条件：条件 (iii) 要求第二阶项以 o_p(n^{-1/2}) 收敛。作者声称“当所有估计量以快于 n^{-1/4} 的速率收敛时，这个条件可满足”。但桥函数 h_a 和 q_a 的收敛率取决于积分方程 (3) 和 (4) 的 ill-posedness 程度，可能远慢于 n^{-1/4}。作者在模拟中使用了 RKHS，但未提供理论保证。
  • Assumption 8 的必要性：作者承认 Assumption 8（算子满射性）和桥函数的唯一性“仅用于局部效率陈述，不用于识别、估计或推断”。这意味着，即使这些条件不成立，估计量可能仍然有效，但效率可能损失。这个“可能损失”没有被量化。

四、开放问题

  1. 纵向设定下的扩展：作者在 Discussion 中提到，将方法扩展到具有时变处理、中介和未观测处理诱导混杂的纵向设定是一个未来方向。扎根于：Section 6 第一段。
  2. 同时存在预处理和处理诱导未观测混杂：当两种未观测混杂同时存在时，识别和估计更加困难。扎根于：Section 6 第二段。
  3. 代理变量的敏感性分析：代理变量的选择依赖于主观判断，当 Assumption 4 被违反时，偏差有多大？需要开发敏感性分析方法。扎根于：Section 6 第三段。
  4. 桥函数估计的计算复杂度：本文使用最小最大学习估计桥函数，但未讨论其计算复杂度。对于高维 Z 和 W，求解 min-max 优化问题的计算成本可能很高。扎根于：Section 3.3 的 minimax 学习框架。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论