跳转至

Martingale R-learner: Estimating Time-varying Heterogeneous Treatment Effects for Time-to-event Outcomes

作者: Jue Hou, Yuchen Qi, Ronghui Xu
主题: 因果推断
相关性: 8/10
链接: https://arxiv.org/abs/2608.19596

一、领域脉络与小综述

这个方向是什么

这个子方向要解决的根本问题是：在生存数据（time-to-event outcomes subject to right censoring）中，如何估计时变的异质性处理效应（HTE），即处理效应如何随患者基线协变量和时间变化。当前成熟度：方法上已有多种基于机器学习的 metalearners 被扩展到生存数据，但理论保证（特别是估计率）严重缺失，且缺乏一个统一的、具有 Neyman 正交性的估计框架。

发展脉络（history）

  • 奠基工作：无删失数据的 HTE 估计。Künzel et al. (2019) 提出了 metalearners 的概念（T-learner, S-learner, X-learner），将 HTE 估计问题分解为多个回归子问题。Athey & Imbens (2016) 和 Wager & Athey (2018) 分别用因果树和因果森林进行非参数 HTE 估计。这些工作奠定了“用机器学习做 HTE”的范式，但没有系统处理 Neyman 正交性，导致 nuisance 模型估计误差会污染 HTE 估计。
  • 主要进展：R-learner 与 Neyman 正交性。Nie & Wager (2021) 提出了 R-learner，将 Robinson (1988) 的平均处理效应估计推广到 HTE，通过构造 Neyman 正交的损失函数，使得 HTE 的估计率不受 nuisance 模型（倾向得分、边际结果模型）估计误差的影响（“quasi-oracle property”）。Kennedy (2023) 进一步给出了双稳健 CATE 估计器的通用误差界，并证明了在光滑性条件下可以达到 oracle 效率。Foster & Syrgkanis (2023) 将 Neyman 正交性系统化为“正交统计学习”框架，给出了 excess risk 界的通用定理。这些工作几乎全部针对连续/二值结局，没有处理生存数据中的删失和时变效应。
  • 当前 frontier：生存数据中的 HTE 估计。Cui et al. (2023) 提出了因果生存森林（causal survival forests），使用正交估计方程处理删失和选择偏差，但作者指出“few existing works provided theoretical guarantees on the estimation rate of the HTE”（本文引言）。Xu et al. (2023) 提供了将 metalearners 扩展到生存数据的教程，但同样缺乏理论保证。Hou et al. (2023) 在加性风险模型下建立了高维混杂下的正交得分，但只针对常数处理效应（ATE），而非时变 HTE。
  • 本文的位置：本文声称填补了“方法论以及理论上的空白”——将 R-learner 和 Neyman 正交性推广到生存数据中的时变 HTE，并给出了非参数最优估计率。这是第一个在生存数据中同时实现 (a) 时变 HTE、(b) Neyman 正交性、(c) 非参数最优估计率的框架。

子线索聚类

  1. 基于回归的 metalearners（T/S/X-learner）：Künzel et al. (2019), Hill (2011), Athey & Imbens (2016), Wager & Athey (2018), Powers et al. (2018), Hahn et al. (2020)。核心思路：将 HTE 估计转化为多个回归问题，用任意监督学习方法求解。弱点：缺乏 Neyman 正交性，nuisance 模型误差会直接传播。
  2. 基于正交得分的 R-learner 与正交学习：Nie & Wager (2021), Kennedy (2023), Foster & Syrgkanis (2023), Chernozhukov et al. (2018)。核心思路：构造 Neyman 正交的得分/损失函数，使 HTE 估计对 nuisance 模型误差不敏感。弱点：几乎全部针对连续/二值结局，未处理生存数据中的删失和时变效应。
  3. 生存数据中的 HTE 估计：Cui et al. (2023), Xu et al. (2023), Zhu & Gallego (2020), Curth et al. (2021), Hou et al. (2023)。核心思路：将生存分析工具（Cox 模型、加性风险模型、随机生存森林）与 HTE 估计结合。弱点：要么缺乏理论保证（估计率），要么只处理常数效应而非时变 HTE。

这个方向在追问的核心问题

  1. 如何将 Neyman 正交性推广到生存数据中的时变 HTE？ 生存数据中的“残差”是鞅残差，其结构（依赖于 at-risk 过程）与连续结局的残差本质不同，导致标准 R-learner 的分解失效。
  2. 在生存数据中，HTE 的最优非参数估计率是多少？ 是否可以达到与无删失数据相同的 n^{-ατ/(p+2ατ)} 率（其中 ατ 是 HTE 的光滑性参数）？
  3. 如何构造一个既能处理删失、又能实现 Neyman 正交性的可行计算方案？ 生存数据中的估计方程通常涉及积分，没有解析解，需要数值方法。
  4. nuisance 模型（边际生存模型、风险集倾向得分）需要多精确才能不拖慢 HTE 的估计率？ 即“双稳健”条件在生存数据中的具体形式。

⚠️ 作者的 framing

  • 作者把缺口 frame 成什么：作者声称“the R-learner has not been developed for time-to-event outcomes”（引言），并将此归因于“the dependence between the at-risk process and the treatment assignment poses a challenge to obtaining orthogonality under certain survival models”（引言）。因此，本文的贡献被定位为“填补方法论以及理论上的空白”——通过引入“风险集倾向得分”ρ(t, Z) 来解耦这种依赖，从而构造出 Neyman 正交的鞅 R-learner 得分。
  • 哪些竞争路线被他淡化或回避了：
  • Cui et al. (2023) 的因果生存森林：作者在引言中承认其存在，但仅指出“few existing works provided theoretical guarantees on the estimation rate of the HTE”，暗示因果生存森林缺乏理论保证。然而，Cui et al. (2023) 确实给出了点态一致性和高斯极限分布，只是没有给出全局 L2 估计率。作者回避了“因果生存森林是否也能达到最优非参数率”这一比较。
  • Hou et al. (2023) 的高维加性风险模型：作者将其列为“intrinsically inspired”的工作，但回避了其与本文的关键区别——Hou et al. (2023) 只处理常数处理效应（ATE），而本文处理时变 HTE。作者没有讨论“从常数 ATE 到时变 HTE 的推广是否只是技术性的，还是需要全新的理论工具”。
  • 基于边际结构模型（MSM）的路线：作者在讨论部分提到“Extension to R-learner marginal structural models can be derived”，但将其定位为未来工作，而非竞争路线。作者回避了 MSM 路线（如 Robins et al., 2000）是否也能达到类似的理论保证。
  • 什么明显该被引 / 该存在、却没出现在 intro 里？
  • Luedtke & Chung (2024) 关于 Hilbert 值参数的一步估计：本文在讨论部分引用了这篇（“The differentiation was shown to be significantly more restrictive”），但引言中没有。这篇工作直接讨论了无限维参数空间下得分函数与损失函数的关系，与本文的“functional score framework”高度相关。值得研究者去查：Luedtke & Chung (2024) 是否已经给出了比本文更一般的理论？
  • van der Laan (2006) 的 Targeted Maximum Likelihood Estimation (TMLE)：TMLE 是另一种处理 nuisance 模型误差的框架，在生存数据中也有应用。作者完全没有提及 TMLE 路线，这是否意味着 TMLE 在时变 HTE 下无法达到最优率？

张力

未见明显对立引用。所有被引工作基本沿着“从无删失到有删失、从常数效应到时变效应、从无正交性到有正交性”的渐进路线发展，没有出现彼此矛盾或在不同条件下得相反结论的情况。

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： - i = 1, ..., n：个体索引。 - Zi ∈ R^p：p 维基线协变量向量（在治疗开始前收集）。 - Di ∈ {0, 1}：二值治疗分配（在时间 t=0 时）。 - Ti > 0：潜在的真实事件时间（不可观测，因为可能被删失）。 - Ci ∈ [0, t_max]：潜在的真实删失时间。 - Xi = min{Ti, Ci}：观测到的随访时间。 - δi = I{Ti ≤ Ci}：事件指示符（1=观测到事件，0=删失）。 - Oi = (Zi, Di, Xi, δi)：每个个体的可观测数据。 - Ni(t) = δi I{Xi ≤ t}：计数过程（在时间 t 之前是否观测到事件）。 - Yi(t) = I{Xi ≥ t}：at-risk 过程（在时间 t 是否仍在风险集中）。 - T_i^{(d)}：如果治疗被设为 Di = d 时的潜在事件时间（counterfactual）。 - C_i^{(d)}：如果治疗被设为 Di = d 时的潜在删失时间。 - τ(t, z)：目标参数，时变 HTE，定义为 τ(t, z) = ∂Λ(t; z, 1)/∂t - ∂Λ(t; z, 0)/∂t，即治疗组与对照组在时间 t 的 hazard 之差。等价地，T(t, z) = ∫_0^t τ(u, z) du 是 log 风险比。 - Λ(t; z, d) = -log S(t; z, d)：给定 Z=z, D=d 的累积 hazard 函数。 - λ(t; z, d) = ∂Λ(t; z, d)/∂t：hazard 函数。 - π(Zi) = P(Di = 1 | Zi)：基线倾向得分。 - ρ(t, Zi) = E{Di | Yi(t) = 1, Zi}：风险集倾向得分——在时间 t 仍处于风险集中的个体中，治疗的概率。这是本文的关键创新点。 - Λ_m(t; Zi)：边际累积 hazard 函数（对治疗分配 marginalize out），即 P(Ti ≥ t | Zi) 对应的累积 hazard。 - Mi(t)：条件鞅残差（基于模型 (3)）。 - M̅i(t)：边际鞅残差（基于边际模型 (5)）。 - H：目标参数 τ 所属的无限维函数空间（平方可积函数）。 - G：nuisance 参数 (ρ, Λ_m) 所属的无限维函数空间。 - ψ(τ, g; Oi)[ϕ]：功能得分（functional score），一个线性泛函，以 ϕ ∈ H 为输入，输出一个实值随机变量。 - q：样条基函数的个数（用于近似 τ）。 - Bj(t, z)：样条基函数。 - β ∈ R^q：样条系数。

模型： - 结构累积失败时间模型 (SCFTM)：P(T_i^{(d)} ≥ t | Zi) / P(T_i^{(0)} ≥ t | Zi) = exp{-T(t, Zi) · d}。这等价于加性风险模型：λ(t; Zi, d) = λ(t; Zi, 0) + d · τ(t, Zi)。关键：HTE 被参数化为 hazard 尺度上的加法效应，且允许随时间 t 和协变量 z 变化。 - 可观测数据的生成机制：(Zi, Di, Ti, Ci) 服从联合分布，满足 Assumption 1 中的因果假设。观测到的数据是 (Zi, Di, Xi, δi)。

可观测数据： - 研究者实际能观测到的是 Oi = (Zi, Di, Xi, δi)，即每个个体的基线协变量、治疗分配、随访时间和事件指示符。 - 想要但观测不到的量：潜在事件时间 T_i^{(d)} 和潜在删失时间 C_i^{(d)}（counterfactuals），以及真实的 hazard 函数 λ(t; z, d)、边际 hazard λ_m(t; z)、风险集倾向得分 ρ(t, z)。这些只能通过假设（unconfoundedness, non-informative censoring）和模型（SCFTM）来识别。

第二步：讲最小内核

最简特例：假设 p = 1（只有一个协变量 Z），治疗是随机化的（π(Z) = 0.5），且 HTE 是常数（不随时间变化）：τ(t, Z) = τ(Z)。进一步假设没有删失（Ci = ∞），且事件时间服从指数分布（λ(t; Z, 0) = 1）。

在这个特例下，模型 (3) 退化为： λ(t; Z, D) = 1 + D · τ(Z)

边际 hazard 为： λ_m(t; Z) = E[λ(t; Z, D) | Z] = 1 + 0.5 · τ(Z)

边际鞅残差为： M̅i(t) = Ni(t) - ∫_0^t Yi(u) {1 + 0.5 · τ(Zi)} du

条件鞅残差为： Mi(t) = Ni(t) - ∫_0^t Yi(u) {1 + Di · τ(Zi)} du

Lemma 1 的退化形式： M̅i(t) = ∫_0^t τ(Zi) Yi(u) {Di - 0.5} du + Mi(t)

这里 ρ(t, Zi) = 0.5（因为随机化），Di - ρ(t, Zi) = Di - 0.5。这个分解的关键是：第一项（τ(Zi) 乘以 Di 的残差）与第二项（条件鞅残差 Mi(t)）在鞅意义下不相关。这是因为 Yi(u){Di - 0.5} 是 Ft-可预测过程，而 Mi(t) 是 Ft-鞅。

功能得分 (7) 的退化形式： ψ_mrl(τ, ρ, Λ_m; Oi)[ϕ] = ∫_0^{t_max} ϕ(Zi) {Di - 0.5} {dNi(t) - Yi(t) dt} - ∫_0^{t_max} ϕ(Zi) τ(Zi) Yi(t) {Di - 0.5}^2 dt

由于 Yi(t) dt 是边际 hazard 的微分（dΛ_m(t; Zi) = dt），且 {Di - 0.5}^2 = 0.25（因为 Di 是 0/1），上式可简化为： ψ_mrl(τ, ρ, Λ_m; Oi)[ϕ] = ϕ(Zi) {Di - 0.5} {δi - Xi} - 0.25 · ϕ(Zi) τ(Zi) Xi

核心思路：这个得分函数在真实 τ* 处的期望为零（E[ψ_mrl(τ*, ...)] = 0），且对 nuisance 模型（这里是 ρ 和 Λ_m）的导数在真实值处期望也为零（Neyman 正交性）。因此，即使我们用估计的 ρ̂ 和 Λ̂_m（比如用随机森林估计的 π̂(Z) 和 Ŝ(t|Z, D) 通过 (8)(9) 构造），解方程 ∑ ψ_mrl(τ̂, ρ̂, Λ̂_m; Oi)[Bj] = 0 得到的 τ̂ 的估计率，与知道真实 ρ 和 Λ_m 的 oracle 估计率相同。

这个特例揭示了论文的核心数学操作：通过将边际鞅残差分解为“τ(Z) × 治疗残差” + “条件鞅残差”，并利用鞅的正交性，构造了一个 Neyman 正交的得分函数。这个得分函数将 HTE 估计问题转化为一个“加权最小二乘”问题（见 Remark 2 和附录 A.2），其中权重是 Yi(t){Di - ρ(t, Zi)}^2，响应变量是某种“伪数据”。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：在右删失生存数据中，估计时变的异质性处理效应（HTE），即 τ(t, z) = λ(t; z, 1) - λ(t; z, 0)，并给出其非参数最优估计率。
  2. 核心工具 / 方法：提出了“功能得分框架”（functional score framework），将 Neyman 正交性从有限维参数和损失函数推广到无限维参数和估计方程；基于此，构造了“鞅 R-learner”（martingale R-learner），通过将边际鞅残差分解为“风险集倾向得分残差”和“条件鞅残差”来获得正交性。
  3. 主要结论：在正则条件下，鞅 R-learner 的 HTE 估计误差率为 ∥τ̂ - τ*∥_2 = O_p(n^{-ατ/(p+2ατ)})，这是非参数回归的标准最优率，且与 nuisance 模型的估计率无关（oracle property）。

关键设定与假设

  • 因果假设（Assumption 1）：SUTVA、一致性、无混杂性（给定 Z）、治疗的正则性（Var(D|Z, X≥t) > α1）、非信息删失（给定 Z）、at-risk 的正则性（E[Y(t_max)|Z] > α2）。相比无删失数据的标准假设，增加了 (v) 和 (vi) 来处理删失。相比 Hou et al. (2023) 的常数 ATE 设定，这里的无混杂性要求更强（需要 {T^{(d)}, C^{(d)}} ⊥ D | Z，而 Hou et al. (2023) 只需要 T^{(d)} ⊥ D | Z）。
  • 模型假设：SCFTM (1) 或等价的加性风险模型 (2)。这是一个关键的结构性假设——HTE 在 hazard 尺度上是加性的。这比 Cox 比例风险模型（hazard 比是乘性的）更灵活，但仍然是参数化的。
  • 正则性假设（Assumption 3）：边际 hazard 估计的变差有界、模型类为 Donsker 类、样条基函数的 uniform 范数与 L2 范数之比有界（ξ_q = O(√q)）、nuisance 模型一致且满足某种 L2 范数控制。这些假设在经典非参数文献中是标准的，但 Donsker 类假设排除了过于灵活的机器学习方法（如深度神经网络）。
  • 样条假设（Assumption 4）：nuisance 模型和 HTE 都属于 Hölder 光滑类，且光滑性参数满足 min{αρ, αλ} ≥ ατ p / (2ατ + 2p)。这是 oracle property 的关键条件——它要求 nuisance 模型至少与 HTE 一样光滑（或更光滑），这样 nuisance 的估计误差才不会拖慢 HTE 的估计率。

主要结果

  • Theorem 1（通用功能得分）：对于满足 Neyman 正交性和正则性条件的功能得分 ψ，估计误差率为 ∥τ̂ - τ*∥_H = O_p( E*{ψ(τ̂, ĝ; O*)[ϕ̂]} + ∥ĝ - g*∥_G^{2/(1+α3)} )。直觉：第一项是“在子空间内求解得分方程”的误差（类似于非参数回归中的偏差-方差权衡），第二项是 nuisance 估计误差的高阶项（因为 2/(1+α3) > 1，所以是“二阶”的）。技术难点：证明需要构造“伪遗憾函数”R(τ, g) 来替代损失函数中的 excess risk，并证明其与得分函数的关系。
  • Theorem 2（鞅 R-learner）：在 Assumption 1 和 3 下，估计误差率为 ∥τ̂ - τ*∥_2 = O_p( ∥τ̄_q - τ*∥_2 + ξ_q/√n + S_{n,q} + ∥ρ̂ - ρ*∥_ρ^2 + ∥Λ̂_m - Λ_{m,*}∥_Λ^2 )。直觉：前两项是样条逼近的偏差和方差（τ̄_q 是 q 维子空间中的最佳逼近，ξ_q/√n 是经验过程项），S_{n,q} 是求解得分方程的误差（对精确求解为 0），后两项是 nuisance 估计误差的平方（二阶项）。技术难点：需要将 Theorem 1 的通用结果具体化到鞅 R-learner 的得分函数，验证 Assumption 2 的条件。
  • Corollary 1（多项式样条）：在 Assumption 4 下，选择 q = n^{1/(1+2ατ/p)}，则 ∥τ̂ - τ*∥_2 = O_p(n^{-ατ/(p+2ατ)})。这是本文的核心理论贡献：证明了鞅 R-learner 可以达到非参数回归的标准最优率，且该率只依赖于 HTE 的光滑性 ατ，与 nuisance 模型的光滑性 αρ, αλ 无关（只要它们足够光滑）。

证明路线与技术技巧

整体路线（Theorem 1 的证明）： 1. 构造伪遗憾函数：定义 R(τ, g) = E*{ψ(τ, g; O*)[τ - τ*]} - E*{ψ(τ*, g; O*)[τ - τ*]}。这个函数类似于损失函数中的 excess risk，但基于得分函数而非损失函数。 2. 利用 Neyman 正交性进行泰勒展开：将 R(τ̂, ĝ) 在 (τ*, g*) 处展开，利用 Neyman 正交性（∂_g ψ 的期望为零）消除一阶项，得到 R(τ̂, ĝ) ≈ E*{∂_τ ψ(τ*, g*)[τ̂ - τ*, τ̂ - τ*]} + 高阶项。 3. 利用光滑性和可逆性（Assumption 2）：将 E*{∂_τ ψ(...)} 与 ∥τ̂ - τ*∥_H^2 联系起来，得到 ∥τ̂ - τ*∥_H^2 ≲ R(τ̂, ĝ) + 高阶项。 4. 控制 R(τ̂, ĝ)：利用得分方程 (13) 和 Cauchy-Schwarz 不等式，将 R(τ̂, ĝ) 与 E*{ψ(τ̂, ĝ)[τ̂ - τ*]}（即求解误差）和 ∥ĝ - g*∥_G^{2/(1+α3)}（nuisance 误差的高阶项）联系起来。 5. 合并：得到 ∥τ̂ - τ*∥_H^2 ≲ E*{ψ(τ̂, ĝ)[τ̂ - τ*]} + ∥ĝ - g*∥_G^{2/(1+α3)}，开方即得 Theorem 1。

关键跳跃点： - 从损失函数到得分函数的推广：Foster & Syrgkanis (2023) 的证明依赖于损失函数的凸性和 excess risk 的非负性。本文的得分函数没有这些性质。作者的解决方案：构造伪遗憾函数 R(τ, g)，并证明它在真实参数处为零、在估计参数处近似等于 ∥τ̂ - τ*∥_H^2。这个构造“inspired by the symmetrized Bregman divergence used in the theory for high-dimensional regressions”（引用 Huang & Zhang, 2012）。 - 处理鞅残差的非 i.i.d. 结构：标准 R-learner 的残差是 i.i.d. 的，而鞅残差 M̅i(t) 和 Mi(t) 是随时间 t 相关的随机过程。作者的解决方案：利用鞅理论中的“可预测过程与鞅的协方差为零”这一事实，证明 Lemma 1 中的分解在期望意义下是正交的。然后，将得分函数 (7) 写成 ∫ ϕ(t, Z) {D - ρ(t, Z)} dM(t) 的形式，其中 M(t) 是条件鞅，{D - ρ(t, Z)} 是可预测过程，从而利用鞅的正交性证明 Neyman 正交性（Lemma 2）。

技术技巧点名： - 鞅理论（Martingale theory）：用于定义残差、证明分解的正交性（Lemma 1）、证明 Neyman 正交性（Lemma 2）。用在哪：整个得分函数的构造和理论分析都依赖于鞅的 Doob-Meyer 分解和鞅变换。 - 经验过程理论（Empirical process theory）：用于控制 ξ_q/√n 项（Assumption 3-(ii) 的 Donsker 类假设）。用在哪：证明 Theorem 2 中，需要控制 sup_{ϕ ∈ H_q, ∥ϕ∥_H=1} |(P_n - P) ψ(τ*, g*)[ϕ]|，这依赖于 Donsker 类假设。 - 样条逼近（Spline approximation）：用于将无限维的 τ 近似为有限维的样条展开 (10)。用在哪：整个计算和理论都依赖于样条基函数 Bj(t, z)。 - 交叉拟合（Cross-fitting）：用于打破 nuisance 估计与 HTE 估计之间的依赖，使得经验过程理论可以应用。用在哪：估计方程 (11) 使用 K 折交叉拟合。 - 对称化 Bregman 散度（Symmetrized Bregman divergence）：用于构造伪遗憾函数 R(τ, g)。用在哪：Theorem 1 的证明。

真实例子与应用

  • 数据：Honolulu-Asia Aging Study (HAAS)，1874 名日裔美国男性。暴露：中年期重度饮酒（≥14 杯/周）。结局：认知障碍无病生存（CASI 评分 < 74 或死亡）。协变量：基线年龄、教育程度、APOE 基因型、握力。
  • 方法应用：用广义可加逻辑回归估计基线倾向得分 π̂(Z)，用 hazard 回归（线性样条）估计条件生存函数 Ŝ(t|Z, D)，然后通过 (8)(9) 构造 ρ̂ 和 Λ̂_m。HTE 用自然样条基函数近似（时间 + 连续协变量 + 交互项），通过交叉验证选择样条维度和岭惩罚参数。
  • 结果：图 2 展示了估计的 HTE 曲面。主要发现：中年期重度饮酒与更高的认知障碍风险相关（HTE 为正）；这种危害在教育程度较高的组中较小。这个例子想说明：鞅 R-learner 可以应用于真实数据，并产生有意义的、非线性的、时变的 HTE 估计，且结果与先验知识（教育程度与认知储备）一致。
  • 🔎 结论是否比证明窄：是的。Corollary 1 的证明依赖于 Assumption 4 中的多项式样条和 Hölder 光滑类。然而，作者在引言和讨论中声称“attaining the standard optimal nonparametric estimation rate with the oracle property”，这暗示结果适用于更广泛的非参数方法。具体来说：Theorem 2 的误差界中包含了 ξ_q/√n 项，对于非样条方法（如随机森林、神经网络），ξ_q 的定义和界可能完全不同，甚至不存在。作者没有证明这些方法也能达到最优率。此外，Assumption 3-(ii) 的 Donsker 类假设排除了过于灵活的机器学习方法。因此，Corollary 1 的结论严格限于多项式样条。

四、开放问题

  1. 扩展到边际结构模型（MSM）：作者在讨论中提到“Extension to R-learner marginal structural models can be derived from generalizing a proper estimating equation through the functional score framework”。扎根于：Section 7 讨论部分。要做什么：将本文的“条件 HTE”（给定所有协变量 Z）推广到“边际 HTE”（只给定部分效应修饰因子 V），即估计 E[τ(t, Z) | V]。这需要构造一个新的功能得分，其中 nuisance 模型包括对非效应修饰因子的“marginalization”。

  2. 处理左截断（left truncation）：作者指出“The HAAS study is potentially subject to left truncation as patients died before study Exam 4 were excluded in the analysis”。扎根于：Section 7 讨论部分。要做什么：将鞅 R-learner 扩展到存在左截断的情况。这需要重新定义 at-risk 过程和鞅残差，并验证 Neyman 正交性是否仍然成立。

  3. 统计推断（置信区间）：作者指出“our theoretical analysis explicitly identified the variance and bias components within the estimation error, which may prepare the statistical inference for its low dimensional projections with under-smoothing”。扎根于：Section 7 讨论部分。要做什么：为 τ(t, z) 的某个低维投影（如 ∫ w(t, z) τ(t, z) dt dz）构造置信区间。这需要 undersmoothing（选择比最优估计率更小的偏差）或使用偏差校正方法（如 one-step estimation）。

  4. 扩展到时变处理（time-varying treatment）：本文只处理了点治疗（在 t=0 时一次分配）。扎根于：引言中引用的 Picciotto et al. (2012) 和 Vansteelandt & Joffe (2014) 的工作，它们处理了时变处理。要做什么：将鞅 R-learner 扩展到存在时变处理和时变混杂的情况。这需要处理“治疗-混杂反馈”和“动态治疗 regimes”，可能需要在每个时间点定义风险集倾向得分，并处理“顺序可交换性”假设。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论