跳转至

Causal inference via propensity scores for case-control studies

作者: Yan Liu, Anita Koushik, Philippe Boileau, Cong Jiang, Miceline Mésidor et al.
主题: 因果推断
相关性: 7/10
链接: https://arxiv.org/abs/2608.20080

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：在病例-对照研究（case-control study） 这种结果依赖抽样（outcome-dependent sampling）设计下，如何利用倾向性评分（propensity score）方法进行有效的因果推断。病例-对照研究因其实施成本低、尤其适用于罕见结局，在流行病学中广泛使用，但其非随机、结果依赖的抽样特性使得标准的前瞻性因果推断方法（如IPTW、匹配）不能直接套用。该方向的成熟度属于方法学应用与适配阶段——核心识别条件（如“控制可交换性”）已在理论上建立，但具体估计量的适配、诊断工具的开发以及在多种设计变体下的系统评估仍有缺口。

发展脉络（history）

  • 奠基工作：Rosenbaum & Rubin (1983) 正式提出倾向性评分，奠定了其在观察性研究中控制混杂的理论基础。Austin (2011) 和 Stuart (2010) 系统总结了倾向性评分方法（匹配、分层、IPTW、协变量调整）在队列研究中的应用，成为该领域的标准参考。这些工作主要针对前瞻性设计。

  • 主要进展——将倾向性评分引入病例-对照设计：Robins (1999) 在讨论中首次指出，在稀有结局假设下，病例-对照设计中的倾向性评分可以通过仅使用对照数据来一致估计，并给出了IPTW g-公式的识别性。Månsson et al. (2007) 进一步阐述了这一思路，并将其应用于病例-队列（case-cohort）设计。Rose & van der Laan (2008) 提出了病例-对照设计中的最优加权估计量，并讨论了已知发病率时的估计。这些工作建立了“控制可交换性”（control exchangeability）这一核心识别条件。

  • 当前 frontier——双稳健与机器学习方法的引入：Jiang et al. (2025) 为检测阴性设计（TND）开发了双稳健（doubly robust）和局部有效（locally efficient）的估计量（TNDDR），推导了有效影响函数（EIF），并建立了交叉拟合（cross-fitting）下的 \(\sqrt{n}\)-一致性、渐近正态性和双稳健性条件。这是该方向在半参数效率理论层面的重要进展。Mésidor et al. (2025) 的方法学综述表明，尽管因果推断方法在队列研究中应用广泛，但在病例-对照研究中的使用仍然有限，且多数研究未充分考虑抽样偏倚的调整。

  • 本文的位置：本文在上述工作的基础上，做了三件事：① 将已有的IPTW和双稳健估计量系统适配到三种常见的病例-对照设计变体（CC、case-cohort、TND），并统一用“控制可交换性”框架表述；② 首次提出一种新颖的两步倾向性评分卡钳匹配（caliper-matching）流程，用于估计处理组中的风险比（mRRT）；③ 引入两种新的重叠诊断工具，用于验证必要的重叠条件。本文的定位是方法学整合与实用工具开发，而非理论突破。

子线索聚类

  1. 倾向性评分加权方法：包括IPTW及其在病例-对照设计中的适配（Robins 1999; Månsson et al. 2007; Rose & van der Laan 2008）。核心问题是：在结果依赖抽样下，如何通过控制数据估计倾向性评分，并构造加权估计量。

  2. 双稳健与半参数有效估计：以Jiang et al. (2025) 为代表，利用有效影响函数和交叉拟合，构造对倾向性评分和结局模型双重稳健的估计量。本文将其从TND推广到一般CC设计。

  3. 倾向性评分匹配方法：包括标准匹配（Austin 2011; Stuart 2010）、卡钳匹配（Austin 2011; Caliendo & Kopeinig 2008）以及匹配后的方差估计（Austin & Small 2014）。本文首次将匹配方法系统适配到病例-对照设计。

  4. 病例-对照设计的特殊问题：包括匹配对混杂控制的影响（Mansournia et al. 2017）、稀有结局假设的合理性（VanderWeele & Vansteelandt 2014）等。这些工作为本文的识别条件提供了背景。

这个方向在追问的核心问题

  1. 识别问题：在结果依赖抽样下，哪些因果参数（如mRR、mRRT）是可识别的？需要什么条件（如控制可交换性、稀有结局、正性）？
  2. 估计问题：如何构造有效、稳健的估计量？双稳健性在病例-对照设计中是否仍然成立？方差膨胀（如 \(\mu_{aN}(C) \approx 1\) 时）如何控制？
  3. 诊断问题：如何验证必要的重叠条件（treated vs. untreated controls; untreated cases vs. untreated controls）？标准的前瞻性诊断工具是否适用？
  4. 匹配问题：在病例-对照设计中，如何通过倾向性评分匹配来控制混杂，而不是引入选择偏倚？匹配后的方差估计如何实现？

已知瓶颈：① 双稳健估计量在 \(\mu_{aN}(C) \approx 1\) 时方差膨胀（本文明确指出这是CC框架特有的问题）；② 匹配方法在病例-对照设计中的理论性质（如渐近分布）尚未完全建立；③ 多数现有工作仅针对单一设计变体，缺乏统一的框架。

⚠️ 作者的 framing

作者将缺口 frame 成：“尽管倾向性评分方法在队列研究中已广泛应用，但在病例-对照研究中的发展和应用仍然有限”（引言第1段）。作者声称本文的贡献是：① 系统适配已有估计量到三种CC设计变体；② 首次提出两步匹配流程；③ 引入新的重叠诊断工具。这使得本文看起来是“显然的下一步”——填补了方法学整合与实用工具开发的空白。

被淡化或回避的竞争路线：① 作者淡化了Rose & van der Laan (2008, 2014) 在病例-对照设计中双稳健估计的工作，仅将其作为背景引用，而未详细讨论其与本文OS估计量的异同；② 作者回避了匹配后方差估计的理论困难——仅依赖bootstrap，而未讨论bootstrap在匹配估计量中的有效性（Austin & Small 2014 已指出存在争议）；③ 作者未讨论已知发病率情况下的估计（van der Laan 2008），而是依赖稀有结局假设。

什么明显该被引/该存在、却没出现在intro里？：① 没有引用Li & Greene (2013) 关于匹配的加权类比（weighting analogue to pair matching）的工作——该工作与本文两步匹配的权重构造思路直接相关，但仅在附录D的证明中被引用；② 没有引用关于匹配估计量的渐近理论的近期工作（如Abadie & Imbens 2006, 2016），这些工作对理解匹配估计量的方差和偏差至关重要；③ 没有引用高维倾向性评分或机器学习倾向性评分在病例-对照设计中的理论性质（如double selection、post-double selection），这些与本文使用Super Learner的实践相关。

张力

未见明显对立引用。各被引工作之间在核心结论上一致：稀有结局或控制可交换性下，倾向性评分可用控制数据估计，相对效应可识别。Mansournia et al. (2017) 关于病例-对照匹配可能引入选择偏倚的警告，与本文的匹配方法并不矛盾——本文的匹配是基于倾向性评分的匹配，而非基于协变量的直接匹配，且作者明确区分了这两种匹配的目的。

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： - \(A\)：二元暴露/处理变量（\(A=1\) 表示暴露，\(A=0\) 表示未暴露）。 - \(Y\)：二元结局变量（\(Y=1\) 表示患病，\(Y=0\) 表示未患病）。 - \(C\)：可观测的混杂变量向量（多维）。 - \(S\)：研究入选指示变量。\(S=1\) 表示个体被选入研究。\(S = S_0 \cup S_1\)，其中 \(S_1\) 指示作为病例的入选资格（\(Y=1 \Rightarrow S_1=1\)），\(S_0\) 指示作为对照的入选资格。 - \(q = P(S=1)\)：总体入选概率（未知）。 - \(q_1 = P(S=1|A=1)\)：暴露亚群中的入选概率（未知）。 - \(\pi(C) = P(A=1|C)\)：源人群中的倾向性评分（目标参数）。 - \(\pi_N(C_i)\)：估计的倾向性评分。 - \(\mu_a(C) = P_{CC}(Y=1|A=a, C)\)：病例-对照样本中的条件结局概率。 - \(\psi_{mRR} = E[P(Y=1|A=1, C)] / E[P(Y=1|A=0, C)]\)：边际风险比（mRR）。 - \(\psi_{mRRT} = P(Y=1|A=1) / E[P(Y=1|A=0, C)|A=1]\)：处理组中的边际风险比（mRRT）。

模型： - 源人群：存在一个无限总体，其中 \((C, A, Y)\) 服从某个联合分布。我们关心的是 \(A\) 对 \(Y\) 的因果效应。 - 病例-对照抽样：从源人群中独立抽样： - 抽取 \(N_1\) 个病例（\(Y=1\)），即从 \((C, A, Y) I(S_1=1)\) 中 i.i.d. 抽样。 - 抽取 \(N_0\) 个对照（\(Y=0\)），即从 \((C, A, Y) I(S_0=1)\) 中 i.i.d. 抽样。 - 总样本量 \(N = N_1 + N_0\)。 - 关键假设： - 控制可交换性（Control Exchangeability）：\(S_0 \perp\!\!\!\perp A | C\)。即，在给定协变量 \(C\) 的条件下，对照的入选状态与暴露 \(A\) 独立。在稀有结局下近似成立。 - 稀有结局：\(P(Y=1)\) 很小（本文模拟中约1%）。 - 正性（Positivity）：\(0 < P(A=a|C) < 1\) a.s.，或至少 \(P(A=1|C) < 1\) a.s.（对于 mRRT）。 - 因果识别假设：一致性（\(A=a \Rightarrow Y=Y(a)\)）、条件可交换性（\(Y(0) \perp\!\!\!\perp A | C\)，用于 mRRT）。

可观测数据：研究者实际能观测到的是 \(N\) 个独立同分布样本 \(\{(C_i, A_i, Y_i)\}_{i=1}^N\)，其中 \(Y_i=1\) 的样本有 \(N_1\) 个（病例），\(Y_i=0\) 的样本有 \(N_0\) 个（对照）。不可观测的是：① 源人群中的总体入选概率 \(q\) 和 \(q_1\)；② 源人群中 \(Y=1\) 的个体（因为病例被全部入选，但源人群中还有未入选的病例？实际上 \(Y=1 \Rightarrow S=1\)，所以所有病例都被入选，但 \(q\) 仍未知）；③ 反事实结果 \(Y(0)\) 和 \(Y(1)\)。

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：只有一个二元协变量 \(C \in \{0,1\}\)，且 \(Y\) 非常罕见（\(P(Y=1) \approx 0\)）的病例-对照研究。

设定： - 源人群：\(C \sim \text{Bernoulli}(0.5)\)，\(A|C \sim \text{Bernoulli}(\pi(C))\)，其中 \(\pi(0)=0.2\)，\(\pi(1)=0.8\)。\(Y\) 由某个机制生成，使得 \(P(Y=1) \approx 0.01\)。 - 病例-对照抽样：抽取 \(N_1=1000\) 个病例（\(Y=1\)），\(N_0=4000\) 个对照（\(Y=0\)）。 - 目标参数：\(\psi_{mRR} = \frac{E[P(Y=1|A=1, C)]}{E[P(Y=1|A=0, C)]}\)。

问题：如何用病例-对照样本估计 \(\psi_{mRR}\)？

核心想法： 1. 用对照数据估计倾向性评分：由于 \(Y\) 罕见，\(Y=0\) 的个体几乎代表了整个源人群。因此，在对照中，\(A\) 和 \(C\) 的联合分布近似于源人群中的分布。所以，我们可以用对照数据拟合一个逻辑回归模型 \(\hat{\pi}(C) = \text{logit}^{-1}(\hat{\alpha} + \hat{\beta} C)\)，这个 \(\hat{\pi}(C)\) 就是对源人群倾向性评分 \(P(A=1|C)\) 的一致估计。 2. 用IPTW估计mRR：在病例-对照样本中，计算IPTW权重： - 对于 \(A=1\) 的个体：\(w_i = 1 / \hat{\pi}(C_i)\) - 对于 \(A=0\) 的个体：\(w_i = 1 / (1 - \hat{\pi}(C_i))\) 然后，\(\hat{\psi}_{mRR}^{IPTW} = \frac{\sum_i Y_i A_i w_i}{\sum_i Y_i (1-A_i) w_i}\)。 3. 为什么常数 \(q\) 会消掉：从识别公式 \(E[P(Y=1|A=a, C)] = q \times E_{CC}[Y I(A=a) / P(A=a|C)]\) 可知，\(q\) 是未知常数。但在 \(\psi_{mRR}\) 的比值中，分子和分母都包含 \(q\)，因此 \(q\) 被消掉，无需估计。

在这个特例下，要证的命题退化成什么？ - 命题：在控制可交换性和稀有结局下，\(\hat{\psi}_{mRR}^{IPTW}\) 是 \(\psi_{mRR}\) 的一致估计。 - 证明思路：① 证明 \(\hat{\pi}(C) \xrightarrow{p} \pi(C)\)（由控制可交换性和稀有结局保证）；② 证明 \(\frac{1}{N} \sum_i Y_i A_i / \hat{\pi}(C_i) \xrightarrow{p} q \times E[P(Y=1|A=1, C)]\)（由大数定律和连续映射定理）；③ 类似地处理分母；④ 比值收敛到 \(\psi_{mRR}\)。

为什么这个特例抓住了核心困难？ - 核心困难在于：在病例-对照设计中，我们不能直接用病例数据来估计倾向性评分，因为病例的 \(A|C\) 分布与源人群不同（由于 \(Y\) 与 \(A\) 相关）。本文的关键想法是：利用对照数据，在稀有结局假设下，对照的 \(A|C\) 分布近似于源人群，从而绕过了这个困难。 - 本文的一般情形只是这个特例的“加壳”：协变量从一维扩展到多维，从线性逻辑回归扩展到机器学习，从mRR扩展到mRRT，从简单IPTW扩展到双稳健估计和匹配。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：在病例-对照研究（及其变体病例-队列和检测阴性设计）中，如何利用倾向性评分方法进行因果推断，估计边际风险比（mRR）和处理组中的边际风险比（mRRT）。
  2. 核心工具/方法：① 将已有的IPTW和双稳健（one-step）估计量系统适配到三种CC设计变体；② 首次提出一种新颖的两步倾向性评分卡钳匹配流程（用于估计mRRT）；③ 引入两种新的重叠诊断工具。
  3. 主要结论：在控制可交换性（稀有结局）下，相对效应（mRR, mRRT）是可识别的；IPTW和双稳健估计量在模拟中表现良好；两步匹配估计量对卡钳宽度敏感，但适当选择后可达较低偏差和良好覆盖；真实数据应用（阿司匹林与卵巢癌）展示了方法的实用性。

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：

  • 三种CC设计变体：
  • 标准CC：\(Y=1 \Rightarrow S=1\)，对照从 \(Y=0\) 中随机抽样。控制可交换性 \(S_0 \perp\!\!\!\perp A|C\) 在稀有结局下近似成立（图1A）。
  • 病例-队列：对照从源人群中随机抽样（无论 \(Y\)）。控制可交换性 \(S_0 \perp\!\!\!\perp A|C\) 直接成立（图1B）。

  • 检测阴性设计（TND）：从就医人群中抽样，\(Y\) 指示目标病原体感染。控制可交换性需要无共感染假设（图1C）。

  • 关键假设：

  • 控制可交换性（Assumption 1）：\(S_0 \perp\!\!\!\perp A | C\)。这是本文所有方法的核心假设。在标准CC中，它依赖于稀有结局；在病例-队列中，它直接由设计保证；在TND中，它需要无共感染。
  • 正性（Assumption 2）：对于mRR，\(0 < P(A=a|C) < 1\) a.s.；对于mRRT，\(P(A=1|C) < 1\) a.s.（更弱）。
  • 因果识别假设（Assumption 3）：一致性、条件可交换性（\(Y(a) \perp\!\!\!\perp A | C\)，用于mRRT的证明）。
  • 稀有结局（Assumption 4）：\(P(Y=1)\) 很小，使得控制可交换性近似成立。本文模拟中设为1%。

  • 估计量正则性：对于双稳健估计量，需要 \(\pi_a\) 和 \(\mu_a\) 的估计以 \(N^{-1/4}\) 速率收敛（交叉拟合可放宽此条件）。

  • 相比已有文献的放宽/强化：

  • 放宽：本文不要求已知发病率或抽样概率（对比 van der Laan 2008）。
  • 强化：本文依赖稀有结局假设（对比 Rose & van der Laan 2008 中已知发病率的情况）。
  • 新设定：本文首次将匹配方法系统适配到CC设计，并提出了两步匹配流程。

主要结果

理论结果： 1. 识别性（附录A, B）：在控制可交换性和正性下，\(\psi_{mRR}\) 和 \(\psi_{mRRT}\) 可通过IPTW公式识别（up to 常数 \(q\) 或 \(q_1\)，但比值中消掉）。 2. 匹配估计量的收敛性（附录D，Theorem 1）：在离散倾向性评分假设下，\(\hat{\psi}_{mRRT}^{PSM} \xrightarrow{p} \psi_{mRRT}\)。证明思路：① 第一阶段匹配使对照中的权重收敛到 \(\pi(C)/\{1-\pi(C)\}\)；② 第二阶段“捐赠”匹配将权重传递给未处理病例；③ 最终估计量收敛到 \(P(Y(0)=1|A=1)/q_1\)，与分子中的 \(P(Y(1)=1|A=1)/q_1\) 相除得 \(\psi_{mRRT}\)。 3. 双稳健估计量的性质（引用 Jiang et al. 2025）：在交叉拟合和 \(N^{-1/4}\) 收敛率下，\(\hat{\psi}_{mRR}^{OS}\) 是 \(\sqrt{n}\)-一致、渐近正态、双稳健的。

模拟结果（表2）： - mRRT估计（场景a，真值0.933）： - IPTW：偏差0.000，覆盖95.6%。 - 匹配：对卡钳宽度敏感。\(d_1=d_2=0.05\) 时偏差0.098，覆盖82.0%；\(d_1=0.005, d_2=0.01\) 时偏差0.004，覆盖97.6%。 - mRR估计（场景b，真值0.770）： - IPTW：偏差0.006，覆盖93.6%。 - OS：偏差0.015，覆盖94.6%。 - 逻辑回归：偏差0.063，覆盖80.6%（由于未建模交互项）。 - 双稳健性演示（表S12）：当倾向性评分或结局模型之一正确时，OS估计量无偏；两者都错时，OS估计量退化为IPTW（有偏）。

真实数据应用（PROV AQ研究，表3）： - 数据：498例卵巢癌病例，908例对照。暴露：规律性服用阿司匹林（15.3%）。 - mRRT估计：IPTW（0.753, 95% CI [0.474, 1.007]），匹配（0.758, [0.460, 0.990]），IPTW with SL（0.777, [0.469, 0.942]）。匹配和IPTW with SL的置信区间排除零。 - mRR估计：逻辑回归（0.765, [0.544, 1.067]），IPTW（0.771, [0.550, 1.627]），OS（0.781, [0.506, 1.634]）。使用SL后，OS估计量的标准误差大幅增加（0.617），需要截断控制。 - 诊断结果：匹配在mRRT中实现了良好的协变量平衡；对于mRR，IPTW with SL的平衡不如参数方法一致。

证明路线与技术技巧

整体路线（以匹配估计量的收敛性证明为例，附录D）： 1. 分子收敛：\(\frac{\sum A_i Y_i}{\sum A_i} \xrightarrow{p} P(Y(1)=1|A=1)/q_1\)。这是直接的，因为病例全部入选。 2. 分母收敛：\(\frac{\sum (1-A_i) Y_i m_i}{\sum A_i} \xrightarrow{p} P(Y(0)=1|A=1)/q_1\)。这是证明的核心。 - 步骤2a：将分母分解为对每个倾向性评分层的求和。 - 步骤2b：证明在第一阶段匹配中，每个未处理对照的权重 \(m_i\) 收敛到 \(\pi(C_i)/\{1-\pi(C_i)\}\)。这依赖于：① 控制可交换性；② 倾向性评分估计的一致性；③ 匹配半径趋于0（或离散倾向性评分假设）。 - 步骤2c：证明在第二阶段“捐赠”匹配中，未处理病例的权重 \(m_j\) 收敛到其匹配的未处理对照权重的均值，进而收敛到 \(\pi(C_j)/\{1-\pi(C_j)\}\)。 - 步骤2d：利用条件可交换性 \(Y(0) \perp\!\!\!\perp A | C\)，将期望分解，最终得到 \(P(Y(0)=1|A=1)/q_1\)。 3. 比值收敛：分子/分母 \(\xrightarrow{p} \psi_{mRRT}\)。

关键跳跃点： - 从离散倾向性评分到连续：证明中假设倾向性评分只能取有限值 \(\{p_1, ..., p_K\}\)。这是为了简化匹配的随机性分析。对于连续倾向性评分，需要更复杂的工具（如核方法或匹配的渐近理论），本文未给出。 - “捐赠”匹配的权重构造：未处理病例的权重是其匹配的未处理对照权重的均值。这种构造使得权重可以“传递”第一阶段匹配的信息，但同时也引入了额外的变异性。

技术技巧点名： - 控制数据估计倾向性评分：利用稀有结局或控制可交换性，将源人群的倾向性评分识别为对照中的条件暴露概率。 - 两步匹配：第一阶段在对照中匹配以实现协变量平衡，第二阶段将权重“捐赠”给未处理病例。这是一种权重传递技巧。 - 卡钳匹配：使用预定义的半径（卡钳）来限制匹配的容忍度，避免不良匹配。 - Bootstrap方差估计：在CC和病例-队列中，分别在病例和对照中重抽样；在TND中，在全数据中重抽样。 - 交叉拟合：用于双稳健估计量，以放宽对 \(\pi_a\) 和 \(\mu_a\) 估计的正则性要求。 - 截断（Truncation）：当 \(\pi_{aN}(C)\) 接近0或 \(\mu_{aN}(C)\) 接近1时，进行截断以控制方差。

真实例子与应用

数据：PROV AQ（PRevention of OVarian cancer in Quebec）研究，一项基于人群的病例-对照研究（2011-2016，蒙特利尔）。498例卵巢癌病例（78%参与率），908例对照（56%参与率）。对照按年龄和地区频率匹配。

方法应用： 1. 倾向性评分模型：在对照中拟合，包含年龄、教育、BMI、子宫内膜异位症史、激素治疗史、口服避孕药使用时长、吸烟、饮酒、其他非阿片类镇痛药使用等协变量。 2. IPTW和OS：使用参数逻辑回归和Super Learner（SL.glm, SL.gam, SL.glmnet, SL.randomForest）估计倾向性评分和结局概率。对极端概率进行截断（[0.001, 0.999] 和 [0.05, 0.95]）。 3. 匹配：两步卡钳匹配，卡钳宽度为 \(0.2 \times SD(\text{logit PS})\)。所有未处理病例均成功匹配。

结果： - mRRT估计值在0.75-0.78之间，匹配和IPTW with SL的置信区间排除零，表明规律服用阿司匹林与卵巢癌风险降低约22-25%相关。 - mRR估计值在0.71-0.78之间，但使用SL时OS估计量的标准误差很大（0.617），需要截断控制。IPTW with SL的置信区间排除零。 - 诊断显示：匹配在mRRT中实现了良好的协变量平衡；对于mRR，SL-based IPTW的平衡不如参数方法一致。

这个例子想说明什么： 1. 实用性：展示了所提方法在真实流行病学研究中的可操作性。 2. 方法对比：展示了不同方法（IPTW, 匹配, OS, 逻辑回归）在真实数据中的表现差异，特别是SL引入的方差膨胀问题。 3. 诊断的重要性：通过重叠图和SMD表，展示了诊断工具在评估方法适用性中的作用。 4. 截断的必要性：当 \(\mu_{aN}(C) \approx 1\) 时，OS估计量的方差急剧膨胀，截断是必要的工程手段。

🔎 结论是否比证明窄

  • 匹配估计量的收敛性证明（附录D）：证明依赖于离散倾向性评分假设（“we now suppose that the propensity score can only take on finite values \(\{p_k, k=1,...,K\}\)”）。这是一个很强的假设，在实际中几乎从不满足。作者在正文中未明确强调这一限制，而是直接声称“The proof of convergence of the matching estimator is given in Appendix D”。对于连续倾向性评分，匹配估计量的渐近性质（如偏差、方差、收敛速率）并未被证明。这是一个证明比结论窄的典型例子。
  • 双稳健估计量的性质：本文直接引用Jiang et al. (2025) 的结果，未给出新的理论证明。但Jiang et al. (2025) 的结果是针对TND的，本文将其推广到一般CC设计，但未验证在一般CC设计下EIF的形式是否相同，以及交叉拟合的条件是否仍然成立。这是一个结论比证明宽的潜在风险。
  • “控制可交换性”的验证：作者指出控制可交换性在稀有结局下近似成立，但未给出任何定量准则（如“多稀有才算稀有？”）。在真实数据中，\(P(Y=1)\) 可能为5%或10%，此时控制可交换性的近似误差有多大？本文未讨论。

四、开放问题

  1. 匹配估计量的渐近分布：本文仅证明了匹配估计量的收敛性（在离散倾向性评分假设下），但未给出其渐近分布（如 \(\sqrt{n}\)-正态性）和方差公式。扎根于：附录D的Theorem 1仅证明收敛，未涉及分布。这是一个具体的技术问题：能否在连续倾向性评分下，推导出两步匹配估计量的渐近方差，并给出有效的方差估计量（而非仅依赖bootstrap）？

  2. 双稳健估计量的方差膨胀问题：本文明确指出，当 \(\mu_{aN}(C) \approx 1\) 时，双稳健估计量的方差会膨胀（Discussion第2段）。这是一个具体的理论问题：能否设计一种修正（如目标最大似然估计TMLE、或稳定化权重），在保持双稳健性的同时控制方差？扎根于：Discussion中“One limitation of the doubly robust estimator was increased variance in the presence of estimated conditional sample probabilities of the outcome close to one (\(\mu_{aN}(C) \approx 1\))”。

  3. 匹配与加权方法的整合：本文的两步匹配流程本质上是一种非参数加权方法（权重由匹配决定）。能否将其与双稳健估计量结合，构造一个“匹配+双稳健”的估计量，同时利用匹配的直观性和双稳健的渐近性质？扎根于：Discussion中“Future work could explore alternative balancing-weight implementations for the mRRT, develop doubly robust and targeted estimators for the mRRT”。

  4. 多水平暴露的扩展：本文仅考虑二元暴露。对于多水平或连续暴露，病例-对照设计中的倾向性评分方法如何扩展？扎根于：Discussion中“extend the methodology to multilevel categorical exposures”。

提醒：要确认第1条是否是真gap，建议去读Abadie & Imbens (2006, 2016) 关于匹配估计量渐近理论的工作，以及Li & Greene (2013) 关于匹配的加权类比的工作。如果这些工作已经解决了连续倾向性评分下匹配估计量的渐近分布，那么第1条可能只是一个“工程实现”问题，而非理论gap。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论