跳转至

Proximal Individualized Functional Treatment Regimes

作者: Zhuoxin Long, Xiaoke Zhang
主题: 因果推断
相关性: 8/10
链接: https://arxiv.org/abs/2608.07832

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：在观测研究中，如何基于个体特征（协变量）为每个个体推荐一个最优的、函数形式的治疗（treatment），以最大化其期望健康结局，同时处理因未测量混杂（unmeasured confounding）带来的偏差。 这里的“治疗”不是一个标量（如服药剂量）或分类变量（如用药/安慰剂），而是一个函数/曲线（如24小时体力活动强度分布）。当前该方向的成熟度较低——函数型治疗下的个性化决策问题几乎未被触及，尤其是与未测量混杂同时处理的工作尚属空白。

发展脉络（history）

  1. 奠基工作：标量/分类治疗下的最优ITR

    • Qian and Murphy (2011) 与 Zhao et al. (2012) 奠定了ITR估计的基础框架。前者用\(l_1\)惩罚最小二乘估计最优ITR并给出有限样本上界；后者将问题转化为加权分类问题（outcome weighted learning）。这些工作均假设无未测量混杂（unconfoundedness）。
    • Zhang et al. (2012a, 2012b) 从分类视角和稳健估计（doubly robust）角度进一步丰富了ITR方法。
    • Laber and Zhao (2015) 引入决策树，强调ITR的可解释性。
    • Shi et al. (2018) 将ITR推广至高维协变量设定，使用A-learning和Dantzig selector。
    • Chernozhukov et al. (2019) 将ITR扩展到连续治疗（continuous actions），并建立了半参数效率理论。

  2. 主要进展：处理未测量混杂的ITR

    • Miao et al. (2018) 与 Tchetgen Tchetgen et al. (2024) 系统性地提出了proximal causal inference框架，利用三类代理变量（outcome-inducing, treatment-inducing, common cause proxies）在未测量混杂存在时识别因果效应。这是本文的核心理论工具。
    • Qi et al. (2024) 首次将proximal框架应用于ITR学习，针对二值治疗建立了价值函数的识别结果，并提出了分类器学习方法。本文直接引用了其Theorem 3.1，并将其推广到函数型治疗。
    • Shen and Cui (2023) 进一步扩展了Qi et al. (2024)的工作，提出了一类将所有代理变量映射到治疗空间的ITR，从而泛化了所考虑的ITR类别。
    • Cui and Tchetgen Tchetgen (2021) 与 Qiu et al. (2021) 则采用工具变量（IV） 方法处理未测量混杂下的ITR学习，但本文指出其适用性受限于二值治疗和工具变量的限制。

  3. 当前Frontier：函数型治疗与个性化决策

    • 函数型治疗的因果推断：Long and Zhang (2025), Wang et al. (2026), Jiang et al. (2026) 等开始将PA分布等函数型变量作为治疗，估计其因果效应，但不涉及个性化推荐。
    • 函数型治疗的ITR：Lin et al. (2026) 是本文提到的唯一密切相关工作，它在离线强化学习框架下学习最优的90天步数分布，但假设无未测量混杂（Markov decision process assumption）。

  4. 本文的位置：本文是首次在同时存在未测量混杂和函数型治疗的设定下，研究最优个体化治疗策略（IFTR）的估计问题。它填补了proximal CI在函数型治疗ITR领域的空白。

子线索聚类

  1. ITR方法发展（标量/分类治疗）：Qian & Murphy (2011), Zhao et al. (2012), Zhang et al. (2012a,b), Laber & Zhao (2015), Shi et al. (2018), Chernozhukov et al. (2019)。这一簇主要关注在无混杂假设下，如何高效、稳健地估计最优ITR，并发展理论性质。
  2. 处理未测量混杂的ITR：Qi et al. (2024), Shen & Cui (2023), Cui & Tchetgen Tchetgen (2021), Qiu et al. (2021)。这一簇的核心是放松无混杂假设，利用proximal或IV框架识别并学习ITR。目前主要处理标量/分类治疗。
  3. 函数型治疗的因果推断：Long & Zhang (2025), Wang et al. (2026), Jiang et al. (2026), Lin et al. (2026)。这一簇将治疗视为函数，估计其因果效应或学习最优策略，但尚未与proximal框架结合处理未测量混杂。

这个方向在追问的核心问题

  1. 识别问题：在未测量混杂存在时，如何从观测数据中识别出函数型治疗下的最优ITR的价值函数？需要哪些假设（如代理变量的类型、完整性条件）？
  2. 估计问题：给定识别结果，如何设计算法来估计最优IFTR？如何处理函数型治疗的高维性和光滑性约束？
  3. 效率问题：所提估计量的渐近性质（如收敛速度、半参数效率界）是什么？如何达到最优？
  4. 可解释性与实用性：如何将估计出的复杂IFTR转化为可解释的、符合领域知识的临床建议？

⚠️ 作者的 framing

  • 作者的缺口frame：作者将缺口明确frame为“首次在函数型治疗设定下，同时处理未测量混杂的ITR学习问题”。他们强调，现有ITR文献要么处理标量治疗（如Qi et al. 2024），要么假设无混杂（如Lin et al. 2026），而他们的工作则是“显然的下一步”——将proximal框架从标量治疗推广到函数型治疗。
  • 被淡化/回避的竞争路线：
    • 工具变量（IV）方法：作者在引言中明确提到IV方法（Cui & Tchetgen Tchetgen, 2021; Qiu et al. 2021），但用一句话“applicability of this approach is limited given the restrictions on the binary treatment and instrumental variables”将其淡化。这暗示IV方法在处理函数型治疗时可能面临更严峻的挑战（如需要函数型IV），但作者并未深入讨论。
    • 线性ITR的局限性：作者在3.2节提出了非线性IFTR，但在模拟和真实数据中主要展示了线性IFTR的结果。他们承认“The linear regime can be restrictive”，但并未系统比较线性与非线性IFTR在何种条件下有显著差异。
  • 什么明显该被引/该存在、却没出现在intro里？
    • 函数型数据的半参数效率理论：本文的估计方法（PMMR + 惩罚样条）是启发式的，没有讨论估计量的渐近效率。该领域关于函数型回归/因果效应的半参数效率界（如基于efficient influence function）的工作（如Chen & Christensen, 2018关于NPIV的sup-norm率）未被引用。这可能是研究者可以深入挖掘的gap。
    • 高维函数型数据：当协变量维度较高时，非线性IFTR的B样条展开会导致参数数量爆炸。作者在结论中提到了变量选择，但未引用任何高维函数型数据或张量回归的文献。

张力

  • 未见明显对立引用。被引工作之间在方法论上存在互补关系（如IV vs. Proximal），但作者并未指出它们之间存在矛盾或在不同条件下得出相反结论。

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：

    • \(Y\)：标量结局（observed outcome），值越大越好。
    • \(A(\cdot)\)：函数型治疗（functional treatment），定义在\([0,1]\)上的函数，属于空间\(\mathcal{A}\)。
    • \(U\)：未测量混杂（unmeasured confounders），不可观测。
    • \(X\)：共同原因代理变量（common cause proxies），可观测。
    • \(W\)：结局诱导代理变量（outcome-inducing proxies），可观测，与\(A\)仅通过\((U, X)\)相关。
    • \(Z\)：治疗诱导代理变量（treatment-inducing proxies），可观测，与\(Y\)仅通过\((U, A, X)\)相关。
    • \(d\)：个体化函数型治疗策略（IFTR），是一个从协变量空间（\(X \times Z\)）到治疗空间\(\mathcal{A}\)的映射。
    • \(V(d) = \mathbb{E}[Y(d)]\)：价值函数（value function），即实施策略\(d\)后的期望潜在结局。
    • \(h(w, a, x)\)：结局混淆桥函数（outcome confounding bridge function），满足积分方程(1)，是本文识别的关键。
    • \(\beta_k(t)\)：线性IFTR中的系数函数，是\(t\)的函数。
    • \(B\)：系数矩阵，用于B样条展开。
    • \(\theta(t)\)：B样条基函数向量。

  • 模型：

    • 数据生成机制由Figure 1的因果图描述。核心是存在未测量混杂\(U\)，它同时影响治疗\(A\)和结局\(Y\)，导致无混杂假设不成立。
    • 假设存在三类代理变量\((W, X, Z)\)，其关系满足Assumptions 1-4。这些假设保证了可以通过桥函数\(h\)来“绕过”\(U\)，识别出价值函数。
    • 桥函数\(h\)满足一个Fredholm积分方程：\(\mathbb{E}[Y | Z, A, X] = \int h(w, A, X) dF(w | Z, A, X)\)。这是一个条件矩限制问题。

  • 可观测数据：

    • 可观测：研究者能观测到的是\((Y_i, A_i(\cdot), X_i, W_i, Z_i)\)，\(i=1,...,n\)。其中\(A_i(\cdot)\)是一个函数（如一条PA密度曲线），\(X_i, W_i, Z_i\)是标量或向量。
    • 不可观测：\(U\)（未测量混杂）是潜在变量，无法观测。\(Y(a)\)（潜在结局）也是反事实量，无法观测。
    • 关键区分：可观测数据中包含了\(A\)和\(Y\)，但由于\(U\)的存在，直接回归\(\mathbb{E}[Y|A, X]\)会得到有偏的因果效应。本文的核心是利用可观测的代理变量\((W, Z)\)来“代理”不可观测的\(U\)，从而识别出因果量\(V(d)\)。

第二步：讲最小内核

本文的核心思路是将Qi et al. (2024) 对二值治疗的proximal ITR识别结果，推广到函数型治疗。其最小内核可以理解为：在proximal框架下，价值函数\(V(d)\)的识别不依赖于治疗\(A\)是标量还是函数，只要桥函数\(h\)存在且可估计，那么\(V(d) = \mathbb{E}[h(W, d(X, Z), X)]\)就成立。

最简特例：假设治疗\(A\)是定义在\([0,1]\)上的一个线性函数，且IFTR也是线性的。即：

\[A(t) = \gamma_0(t) + \gamma_1(t) U + \gamma_2(t) X_1 + \epsilon(t)\]
\[d(X, Z)(t) = \beta_0(t) + \beta_1(t) X + \beta_2(t) Z\]
其中\(\beta_k(t)\)是待估的系数函数。

在这个特例下，整个问题退化为： 1. 识别：Theorem 1告诉我们，只要找到桥函数\(h\)，价值函数\(V(d) = \mathbb{E}[h(W, d(X, Z), X)]\)。这个结论与\(A\)是线性函数还是任意函数无关，只依赖于proximal假设。这是推广的核心。 2. 估计： - 第一步（估计\(h\)）：使用PMMR方法（Mastouri et al., 2021）求解条件矩限制\(\mathbb{E}[Y - h(W, A, X) | Z, A, X] = 0\)。这本质上是一个非参数IV回归问题，\(h\)是未知函数，\((Z, A, X)\)是工具变量。PMMR通过一个minimax优化来估计\(h\)。 - 第二步（估计\(d\)）：将估计出的\(\hat{h}\)代入，问题转化为最大化经验价值函数：

\[\hat{d} = \arg\max_{d \in \mathcal{D}} \frac{1}{n} \sum_{i=1}^n \hat{h}(W_i, d(X_i, Z_i), X_i)\]
由于\(d\)是线性的，即\(d(X, Z)(t) = \tilde{V}^\top B \theta(t)^\top\)，其中\(\tilde{V} = (1, X, Z)\)，\(B\)是系数矩阵，\(\theta(t)\)是B样条基。那么优化问题就变成了对矩阵\(B\)的优化（式(6)），并加入一个惩罚项来保证\(d\)的光滑性。

核心数学困难：这个最小内核的数学困难不在于推广本身（Theorem 1的证明是直接的），而在于第一步中估计桥函数\(h\)。因为\(h\)是一个定义在\((W, A, X)\)上的函数，而\(A\)是函数型的，这导致\(h\)的输入空间是无穷维的。PMMR方法通过核技巧（RKHS）来处理这个问题，但理论性质（如收敛速度）在函数型治疗下尚未被研究。本文的贡献在于首次提出了这个框架，并给出了一个可行的算法，但并未解决其理论性质。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：在观测研究中，当治疗是函数型（如体力活动分布）且存在未测量混杂时，如何估计最优个体化治疗策略（IFTR）。
  2. 核心工具/方法：采用proximal causal inference框架，利用结局混淆桥函数\(h\)识别价值函数；使用Proxy Maximum Moment Restriction (PMMR)方法估计\(h\)；通过最大化惩罚后的经验价值函数，结合B样条展开，学习线性和非线性IFTR。
  3. 主要结论：在给定假设下，价值函数\(V(d)\)可被识别为\(\mathbb{E}[h(W, d(X, Z), X)]\)。基于此，提出了一个可操作的IFTR学习算法。模拟研究表明，所提方法优于忽略未测量混杂的基准方法。在NHANES加速度计数据上的应用，首次给出了优化TyG指数的个性化PA分布推荐。

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：

  • Assumption 1 (Proxies的排除限制)：\(W(a, z) = W\) 且 \(Y(a, z) = Y(a)\)。这意味着\(A\)和\(Z\)对\(W\)无因果效应，且\(Z\)对\(Y\)无直接效应。这是proximal框架的标准假设，用于确保\(W\)和\(Z\)的角色正确。
  • Assumption 2 (潜在无混杂)：\((Z, A) \perp (Y(a), W) | (U, X)\)。这是对标准无混杂假设的推广，它允许在给定\((U, X)\)后，\((Z, A)\)与潜在结局和\(W\)独立。这比标准假设更弱，因为它允许\(U\)的存在。
  • Assumption 3 (完整性条件)：这是非参数识别的关键技术条件。它要求条件期望算子具有“完备性”，即不存在非零的函数\(g\)使得其条件期望为零。这类似于工具变量回归中的“相关性”条件，但更强。本文引用了Newey and Powell (2003)等来支持其合理性。
  • Assumption 4 (桥函数存在性)：存在函数\(h\)满足\(\mathbb{E}[Y | Z, A, X] = \int h(w, A, X) dF(w | Z, A, X)\)。这本质上是一个Fredholm积分方程，其解的存在性由Assumption 3(2)和正则性条件保证。

相比已有文献的放宽/强化： - 放宽：相比标准ITR文献（如Qian & Murphy, 2011），本文放宽了无未测量混杂假设。 - 强化：相比Qi et al. (2024)（二值治疗），本文将治疗空间从标量推广到函数空间，这带来了估计上的新挑战（如\(h\)的输入是函数）。 - 强化：相比Lin et al. (2026)（函数型治疗，无混杂），本文引入了proximal框架，需要额外的代理变量假设（Assumptions 1-4）。

主要结果

  • Theorem 1 (价值函数识别)：在Assumptions 1-4下，对于任何\(d \in \mathcal{D}\)（映射\(X \times Z \to \mathcal{A}\)），价值函数\(V(d) = \mathbb{E}[h(W, d(X, Z), X)]\)。这是全文的理论基石。它表明，即使存在\(U\)，我们也可以通过桥函数\(h\)和代理变量\((W, Z)\)来识别最优策略的价值。证明路线：通过条件期望的迭代，利用潜在无混杂假设和桥函数的定义，将\(V(d)\)逐步转化为可观测量的期望。
  • 算法 (Algorithm 1)：提出了一个完整的IFTR学习算法，包括：
    1. 估计\(h\)：使用PMMR方法（式(4)），这是一个基于RKHS的minimax优化，有闭式解。
    2. 学习\(d\)：通过最大化交叉拟合后的惩罚经验价值函数（式(5)）来估计\(d\)。对于线性IFTR，使用B样条展开系数函数（式(6)）；对于非线性IFTR，使用张量积样条（式(7)）。
    3. 超参数选择：通过交叉验证选择光滑参数\(\rho\)。
  • 模拟研究：
    • 设定：生成了四种场景（L1, L2, N1, N2），分别对应线性/非线性真值IFTR，以及是否依赖未测量混杂\(U\)。
    • 对比方法：与“oracle”方法（使用\(U\)）和两种忽略\(U\)的方法（\(\hat{d}_1\), \(\hat{d}_2\)）比较。
    • 核心结论：在所有场景下，所提方法的经验价值均高于忽略\(U\)的方法。在真值IFTR依赖\(U\)的场景（L1, N1）中，所提方法仅次于oracle方法；在真值IFTR不依赖\(U\)的场景（L2, N2）中，所提方法与oracle方法相当甚至更优。这验证了proximal框架在函数型治疗下的有效性。

证明路线与技术技巧

  • 整体路线：

    1. 识别：证明Theorem 1。从\(V(d) = \mathbb{E}[Y(d)]\)出发，通过条件期望和潜在无混杂假设，将\(Y(d)\)与可观测的\(Y\)和\(A\)联系起来，最终利用桥函数\(h\)的定义得到\(\mathbb{E}[h(W, d(X, Z), X)]\)。
    2. 估计\(h\)：将识别方程\(\mathbb{E}[Y - h(W, A, X) | Z, A, X] = 0\)视为一个条件矩限制问题。采用PMMR方法，将其转化为一个minimax优化问题，并在RKHS中求解。PMMR的关键是使用核函数\(k_{ij}\)来度量样本在\((Z, A, X)\)空间中的相似性，从而构造一个经验矩条件。
    3. 估计\(d\)：将估计出的\(\hat{h}\)代入价值函数，得到一个关于\(d\)的优化问题。为了处理函数型\(d\)，使用B样条基函数将其参数化（线性或非线性），从而将问题转化为对有限维参数\(B\)的优化。加入光滑性惩罚项（二阶导数的\(L_2\)范数）以保证\(d\)的光滑性。
    4. 交叉拟合：采用\(L\)-折交叉拟合来估计\(h\)和优化\(d\)，以减少过拟合和估计误差的传播。

  • 关键跳跃点：

    • 从标量到函数型治疗的推广：Theorem 1的证明本身是直接的，但将Qi et al. (2024)的结论推广到函数型治疗是一个概念上的跳跃。它依赖于一个关键观察：价值函数的识别公式\(V(d) = \mathbb{E}[h(W, d(X, Z), X)]\)中，\(d(X, Z)\)只是作为\(h\)的一个参数出现，而\(h\)本身是在估计阶段处理的。因此，只要\(h\)能被估计，这个公式对任何类型的\(d\)（包括函数）都成立。这个跳跃的难点在于后续的估计，而非识别。
    • 估计桥函数\(h\)：这是整个方法的技术核心。\(h\)的输入包含函数型治疗\(A\)，这使得问题成为一个函数型非参数IV回归。PMMR方法通过核技巧将\(A\)映射到RKHS，从而处理其无穷维特性。但PMMR的理论性质（如一致性、收敛速度）在函数型\(A\)下尚未被证明，这是本文的一个理论缺口。

  • 技术技巧点名：

    • Proxy Maximum Moment Restriction (PMMR)：用于估计桥函数\(h\)。它通过一个minimax目标函数来求解条件矩限制问题，并在RKHS中给出闭式解。这是Mastouri et al. (2021)的核心贡献。
    • B样条展开：用于将函数型IFTR \(d\)参数化。线性IFTR使用系数函数\(\beta_k(t)\)的B样条展开；非线性IFTR使用张量积样条。这是函数型数据分析的标准技巧。
    • 惩罚样条：在价值函数中加入\(\rho \cdot \int [d^{(2)}(t)]^2 dt\)项，以惩罚IFTR的二阶导数，保证其光滑性。这是函数型数据分析中控制过拟合和保证解合理性的常用方法。
    • 交叉拟合（Cross-fitting）：用于减少因使用同一数据估计\(h\)和优化\(d\)而产生的过拟合偏差。这是双机器学习（DML）中的标准技术。
    • Nyström方法：在非线性IFTR的模拟中，用于加速核矩阵的计算。

真实例子与应用

  • 数据：NHANES 2013-2014加速度计数据，包含1009名参与者。
  • 场景：目标是找到最优的个体化体力活动（PA）分布（函数型治疗\(A\)），以优化Triglyceride-Glucose (TyG)指数（结局\(Y\)，取倒数使值越大越好）。
  • 如何应用：
    1. 定义变量：\(Y = 1/\text{TyG}\)。\(A\)是每个参与者的PA密度函数（经log-quantile density变换为无约束函数）。\(X\)包括年龄、性别、种族、BMI、心血管症状。\(W\)包括心脏病和糖尿病家族史。\(Z\)是防晒霜使用频率。
    2. 估计：使用线性IFTR模型（因样本量有限），通过Algorithm 1进行三折交叉验证，得到最优IFTR \(\hat{d}\)。
    3. 结果：
      • 价值函数比较：所提方法的经验价值（0.148）显著高于忽略未测量混杂的\(\hat{d}_1\)（0.132）和\(\hat{d}_2\)（0.131）。
      • 推荐PA vs. 实际PA：总体而言，推荐PA分布高于实际PA分布，即建议增加PA。
      • 亚组分析：推荐策略因亚组而异。例如，有心血管症状者被建议增加整体PA，但强度低于无症状者；肥胖者被建议增加PA，但强度低于健康/超重者。这些发现与现行PA指南一致。
  • 这个例子想说明什么：主要目的是展示所提方法在实际问题中的可行性和实用性。它证明了该方法能够处理真实世界中的函数型治疗和未测量混杂，并给出有意义的、与领域知识一致的个性化推荐。同时，它也通过对比实验，验证了忽略未测量混杂会导致次优的推荐。

🔎 结论是否比证明窄

  • 是。本文的核心理论贡献是Theorem 1的价值函数识别，其证明是严谨的。然而，整个估计方法（PMMR + 惩罚样条）的理论性质（如\(\hat{h}\)和\(\hat{d}\)的收敛速度、渐近分布、半参数效率）完全没有被证明。作者在结论中明确提到“For future work, we will study the theoretical properties of our proposed method.” 这表明，本文的结论（算法有效）比其严格证明的范围要宽。模拟和真实数据例子展示了算法的良好表现，但这不能替代理论保证。
  • 具体语句：在Section 6中，作者写道“For future work, we will study the theoretical properties of our proposed method.” 这直接承认了理论性质的缺失。

四、开放问题

  1. 理论性质：所提IFTR估计量（\(\hat{d}\)）的渐近性质是什么？在什么条件下，\(\hat{d}\)能收敛到真值\(d_{opt}\)？收敛速度是多少？能否达到半参数效率界？扎根点：Section 6 “For future work, we will study the theoretical properties of our proposed method.”

  2. 桥函数\(h\)的估计理论：当治疗\(A\)是函数时，PMMR方法估计\(h\)的收敛速度是多少？这依赖于函数型\(A\)的“有效维数”和核函数的性质。扎根点：Section 3中采用PMMR估计\(h\)，但未给出理论保证。

  3. 变量选择：当协变量维度\(q\)较大时，非线性IFTR的张量积样条会导致参数数量爆炸。如何引入变量选择（如group LASSO）来降低复杂度并提高可解释性？扎根点：Section 6 “Variable selection is therefore important for reducing complexity and improving the interpretability of the estimated regime.”

  4. 识别条件的可检验性：Assumption 3（完整性条件）和Assumption 4（桥函数存在性）在实证中很难验证。是否存在可检验的 implications 或敏感性分析方法来评估这些假设的合理性？扎根点：Assumptions 3和4是识别的基础，但作者未讨论其可检验性。这是一个在proximal CI文献中普遍存在的开放问题。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论