Targeted Deep Survival Contrasts: Valid Inference for Treatment-Specific Survival Benefit with Neural Networks¶

作者: David McCoy, Yi Li
主题: 因果推断
相关性: 9/10
链接: https://arxiv.org/abs/2608.20598

一、领域脉络与小综述¶

这个方向是什么¶

本文所处的子方向是因果推断中的生存分析，具体而言是：在存在混杂和协变量依赖删失的观测数据中，估计和推断条件因果生存曲线（treatment-specific survival curves）及其对比（如生存获益曲线、受限平均生存时间差异）。该方向的核心统计挑战是：如何利用灵活的机器学习（尤其是神经网络）来拟合 nuisance 函数（倾向性得分、条件生存/删失分布），同时仍能对低维因果参数进行有效的不确定性量化（置信区间、置信带）。当前成熟度：方法学上已有多种框架（DML、TMLE、AIPCW），但将神经网络与半参数效率理论结合以实现同时推断仍是一个活跃的前沿。

发展脉络（history）¶

奠基工作：半参数效率理论与去偏框架。Chernozhukov et al. (2018) 的 DML 框架和 van der Laan & Rose (2011) 的 TMLE 框架奠定了用机器学习拟合 nuisance、再通过求解 EIF 方程实现去偏和有效推断的基础。Kennedy (2022) 的综述系统梳理了效率界和去偏估计器的分析。这些工作确立了“先拟合 nuisance，再一步/TMLE 校正”的范式。
主要进展：生存目标的 TMLE 与同时推断。Moore & van der Laan (2009) 给出了离散时间生存曲线 EIF 的显式形式。Cai & van der Laan (2020) 和 Rytgaard & van der Laan (2024) 将 TMLE 扩展到整个生存曲线向量，提出了通用一维最小有利子模型（universal one-dimensional least-favorable submodel），使得一次波动即可同时校正所有时间点的生存曲线。这些工作实现了生存曲线的同时推断，但波动路径是解析构造的，依赖于特定的似然和估计量。
当前 frontier：神经网络与 TMLE 的深度融合。Shi, Blei & Veitch (2019) 的 DragonNet 将倾向性得分网络与结果网络共享主干，并通过“目标正则化”诱导出渐近最优性质，但未提供严格的不确定性量化。Li et al. (2025) 的 TDA 首次将 TMLE 波动嵌入网络权重空间：通过将 EIF 投影到网络损失函数的梯度张成空间上，更新一小部分“定位参数”（最后几层），使得网络本身成为去偏估计器。TDA 展示了单参数（ATE）和边际生存曲线的有效性，但未处理因果对比（treatment-specific curves 的差异）。
本文的位置：本文（McCoy & Li, 2026）将 TDA 从单参数/边际曲线扩展到整个 2K 维因果生存曲线向量（两个处理组的 K 个时间点），并处理由此产生的高维定位问题（如何用一个通用路径同时更新所有坐标）。它填补了“神经网络生存模型 + 有效因果推断”的缺口，同时与 Cai & van der Laan (2020) 的解析通用路径形成对比：本文的路径是从架构的得分梯度中通用地获得，无需针对每个估计量进行解析推导。

子线索聚类¶

输出空间校正（one-step/AIPCW, output-space TMLE）：在 nuisance 拟合完成后，在输出空间（生存曲线值）上添加校正项或进行波动。代表：Chernozhukov et al. (2018) 的 DML/one-step，Cai & van der Laan (2020) 和 Rytgaard & van der Laan (2024) 的生存 TMLE。优点是理论成熟，但校正后可能不保持单调性等结构约束。
权重空间定位（weight-space targeting / TDA）：将 TMLE 波动嵌入网络权重空间，通过更新网络参数使网络输出本身成为去偏估计。代表：Li et al. (2025) 的 TDA，本文的 TDSC。优点是输出自动保持结构约束（如单调性），且可自然扩展到高维目标。
平衡表示学习：通过学习处理组和对照组之间的平衡表示来减少混杂偏差，同时估计生存曲线。代表：Curth et al. (2021) 的 SurvITE，Chapfuwa et al. (2021) 的 CFRNet 变体。这些方法提供点估计，但通常不提供有效的不确定性量化。
基于森林的因果推断：Cui et al. (2023) 的因果生存森林，使用正交估计方程处理右删失数据，提供条件效应的推断，但针对的是固定时间点的条件效应而非总体生存曲线。

这个方向在追问的核心问题¶

如何对高维因果目标（整个生存曲线向量）进行同时推断？ 逐时间点校正会破坏单调性且不利用跨时间点的信息；通用路径的解析构造繁琐且依赖于具体估计量。
如何将神经网络（尤其是深度架构）与半参数效率理论无缝结合？ 现有方法要么在输出空间校正（可能破坏网络结构），要么需要昂贵的后处理。
如何在有限样本下实现双重稳健性和有效推断？ 当 nuisance 模型之一错误指定时，估计器是否仍能保持一致性？推断（方差估计）是否也稳健？
如何诊断“定位子模型”是否足够好？ 当网络的权重空间不能充分逼近 EIF 时，插件估计器会估计一个“工作参数”而非因果目标——如何从数据中检测这种偏离？

⚠️ 作者的 framing¶

作者把缺口 frame 成：现有神经生存模型提供点估计但无有效置信陈述（gap filled by TDSC）；现有生存 TMLE 的同时推断需要解析构造的通用路径（TDSC 的路径从架构的得分梯度中通用获得，无需解析推导）；TDA 已处理单参数和边际曲线，但未处理因果对比（本文填补）。
被淡化或回避的竞争路线：
输出空间生存 TMLE（Cai & van der Laan, 2020; Rytgaard & van der Laan, 2024）被承认存在，但作者强调其路径是“解析构造的、每个估计量和似然都需要单独推导”。然而，模拟中输出空间 TMLE（通用形式）的表现与 TDSC 插件相当接近（MSE 0.00128 vs 0.00102），且作者未充分讨论在哪些场景下解析构造的路径会优于/劣于数据驱动的路径。
交叉验证的 TMLE (CV-TMLE)（Zheng & van der Laan, 2011）被提及但仅作为“不能直接应用”的对比（因为 TDA 的子模型维度高，在验证集上拟合会过拟合）。作者未讨论是否可以通过降低定位子模型维度（如仅使用少量参数）来使 CV-TMLE 可行。
什么明显该被引/该存在、却没出现在 intro 里？ 作者未引用任何关于高阶影响函数 (HOIF) 或高阶去偏的工作（如 Robins et al. 的系列工作）。考虑到本文使用一阶 EIF 且模拟中 MSE 仍有改进空间，高阶校正可能带来更紧的有限样本性质。这可能是研究者值得去查的方向。

张力¶

未见明显对立引用。各被引工作之间在方法论上互补而非矛盾：输出空间 vs 权重空间、解析路径 vs 数据驱动路径、点估计 vs 同时推断。唯一的潜在张力在于“定位子模型维度”的设计选择：TDA/TDSC 使用高维子模型（p ≈ 4000）以追求自适应效率增益，但这使得交叉验证变得危险（见 Section 3 的“Why not target fold-wise”讨论）；而经典 TMLE 使用低维（通常一维）子模型，交叉验证安全但可能损失效率。作者明确指出了这一张力并给出了设计规则。

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： - \(O = (X, A, \tilde{T}, \Delta)\)：可观测数据。\(X \in \mathbb{R}^d\) 为协变量向量；\(A \in \{0, 1\}\) 为二元处理变量；\(\tilde{T} \in \{1, \dots, K\}\) 为离散化的随访时间（共 \(K\) 个时间箱）；\(\Delta \in \{0, 1\}\) 为事件指示（\(\Delta = 1\) 表示观察到事件，\(\Delta = 0\) 表示删失）。 - \(Y(k) = 1\{\tilde{T} \ge k\}\)：在时间 \(k\) 仍处于风险集的指示。 - \(dN(k) = 1\{\tilde{T} = k, \Delta = 1\}\)：在时间 \(k\) 发生事件的指示。 - \(g(X) = P(A = 1 \mid X)\)：倾向性得分（propensity score）。 - \(h(k \mid a, x) = P(\tilde{T} = k, \Delta = 1 \mid \tilde{T} \ge k, A = a, X = x)\)：条件事件风险函数（hazard）。 - \(S(t \mid a, x) = \prod_{k \le t} \{1 - h(k \mid a, x)\}\)：条件生存函数。 - \(S^c(k \mid a, x)\)：条件删失生存函数（类似定义）。 - \(S_a(t) = E_X[S(t \mid a, X)]\)：目标参数——如果全体人群都接受处理 \(a\) 时的边际生存曲线（treatment-specific survival curve）。 - \(\Psi = (S_1(1), \dots, S_1(K), S_0(1), \dots, S_0(K))\)：\(2K\) 维目标参数向量。 - \(\beta(t) = S_1(t) - S_0(t)\)：生存获益曲线（benefit curve）。 - \(\Delta_{\text{RMST}} = \sum_{t=1}^K \beta(t)\)：受限平均生存时间差异（RMST difference）。

模型： - 数据生成机制由以下成分构成：协变量分布 \(P_X\)；处理分配机制 \(A \mid X \sim \text{Bernoulli}(g(X))\)；事件时间机制由条件风险 \(h(k \mid a, x)\) 决定；删失机制由条件删失风险 \(h^c(k \mid a, x)\) 决定。 - 识别假设（Assumption 1）：一致性（\(T = T^A\)，即观测到的时间等于潜在时间）、无未测量混杂（\(A \perp T^a \mid X\)）、删失的 coarsening-at-random（\(C \perp T \mid A, X\)）、处理与删失的正性（\(0 < \delta \le g(X) \le 1-\delta\)，\(S^c(K-1 \mid a, X) \ge \delta\) a.s.）。 - 要估的对象：\(\Psi\)（及其线性泛函 \(\beta(t)\) 和 \(\Delta_{\text{RMST}}\)）。这些是路径可微（pathwise differentiable）的因果参数。

可观测数据： - 研究者实际能观测到的是 \(n\) 个 i.i.d. 样本 \(\{O_i\}_{i=1}^n = \{(X_i, A_i, \tilde{T}_i, \Delta_i)\}\)。 - 想要但观测不到的是：潜在结果 \(T^1\) 和 \(T^0\)（如果个体接受了相反处理的生存时间），以及无删失的潜在事件时间。识别依赖于上述假设将因果量表达为可观测数据的泛函。

第二步：讲最小内核¶

最简特例：\(K = 2\)（仅两个时间点：\(t = 1, 2\)），且我们只关心一个处理组的生存曲线 \(S_1(1)\)（即处理组在第一个时间点的生存概率）。此时目标退化为一个标量参数。

在这个特例下： - 可观测数据简化为：\(O = (X, A, \tilde{T}, \Delta)\)，其中 \(\tilde{T} \in \{1, 2\}\)。 - 目标参数：\(\Psi = S_1(1) = E_X[S(1 \mid 1, X)] = E_X[1 - h(1 \mid 1, X)]\)。 - EIF（公式 (1) 在 \(t=1, a=1\) 时）退化为：

\[D_{1,1}(O) = -\frac{1\{A=1\}}{g(X) S^c(0 \mid 1, X)} \cdot \frac{S(1 \mid 1, X)}{S(1 \mid 1, X)} \cdot [dN(1) - Y(1) h(1 \mid 1, X)] + S(1 \mid 1, X) - S_1(1)\]

注意 \(S^c(0 \mid 1, X) = 1\)（在时间 0 无人删失），\(Y(1) = 1\)（所有人在时间 1 都在风险集中），\(S(1 \mid 1, X)/S(1 \mid 1, X) = 1\)，所以：

\[D_{1,1}(O) = -\frac{1\{A=1\}}{g(X)} \cdot [dN(1) - h(1 \mid 1, X)] + S(1 \mid 1, X) - S_1(1)\]

其中 \(dN(1) = 1\{\tilde{T} = 1, \Delta = 1\}\) 是在时间 1 发生事件的指示。

核心思路： - 插件估计：先用网络拟合 \(\hat{h}(1 \mid 1, x)\) 和 \(\hat{g}(x)\)，然后计算 \(\hat{S}_1(1) = \frac{1}{n} \sum_i [1 - \hat{h}(1 \mid 1, X_i)]\)。这个估计有一阶偏差，因为 \(\hat{h}\) 的估计误差会通过非线性映射 \(1 - h\) 传播。 - 去偏：EIF 的一阶性质告诉我们，\(D_{1,1}\) 的样本均值 \(P_n D_{1,1}\) 近似等于插件估计的偏差。因此，一步估计（one-step estimator）为 \(\hat{S}_1(1) + P_n \hat{D}_{1,1}\)，其中 \(\hat{D}_{1,1}\) 是在估计的 nuisance 上计算的 EIF。 - TDA/TDSC 的变体：不是直接在输出空间加 \(P_n \hat{D}_{1,1}\)，而是更新网络权重 \(\vartheta\)（最后几层），使得更新后的网络输出 \(\hat{S}_1^{\text{new}}(1)\) 满足 \(P_n \hat{D}_{1,1}^{\text{new}} \approx 0\)。更新方向是 \(\hat{D}_{1,1}\) 在损失函数梯度张成空间上的投影。这样，网络本身成为去偏估计器，输出自动保持 \([0,1]\) 范围。

为什么这个特例抓住了核心： - 即使 \(K=2\)，EIF 的结构（逆概率加权 + 鞅残差）已经完整呈现。 - 投影步骤（将标量 EIF 投影到梯度空间）是 TDA 的核心机制，与高维情况完全相同。 - 一阶偏差的来源（\(\hat{h}\) 的误差通过非线性映射传播）和去偏的逻辑（求解 EIF 方程）在这个特例中一目了然。 - 推广到 \(K > 2\) 和两个处理组只是将标量 EIF 替换为 \(2K\) 维向量，并将单次投影替换为一次岭回归（同时处理所有坐标）。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：在存在混杂和协变量依赖删失的观测数据中，如何利用神经网络对处理组特定的生存曲线向量 \(\Psi = (S_1(\cdot), S_0(\cdot))\) 及其对比（获益曲线 \(\beta(t)\)、RMST 差异）进行有效的同时推断（点估计 + 置信带）。
核心工具/方法：提出 Targeted Deep Survival Contrasts (TDSC)，将 TDA（在权重空间中嵌入 TMLE 波动）扩展到 \(2K\) 维目标向量。核心创新是：一个通用定位路径，通过一次岭回归将所有 \(2K\) 个 EIF 同时投影到最后一层梯度的闭式张成空间上，并合并为一个更新方向；一个两步推断设计（插件估计 + 一步残差补足），分别对应工作参数和不受限因果目标。
主要结论：理论上证明了交叉拟合变体的联合渐近线性性、置信带有效性和双重稳健性（无需 Donsker 条件）。模拟中，TDSC 插件估计在点态和同时覆盖上达到名义水平，MSE 比基于相同 nuisance 拟合的逐时间点一步 AIPCW 估计低 35%；在结果模型严重错误时，插件估计忠实跟踪其工作参数（覆盖失败），但补足估计恢复了不受限因果目标的名义推断（94-95%），且样本内诊断可区分两种情形。

关键设定与假设¶

数据：\(n\) 个 i.i.d. 样本 \(O = (X, A, \tilde{T}, \Delta)\)，时间离散化为 \(K\) 个箱。
目标参数：\(\Psi = (S_1(1), \dots, S_1(K), S_0(1), \dots, S_0(K))\)，其中 \(S_a(t) = E_X[S(t \mid a, X)]\)。
EIF：公式 (1) 给出了每个坐标 \(S_a(t)\) 的 EIF \(D_{a,t}(O)\)。其结构为：逆概率加权（处理 + 删失）的鞅残差 + 中心化项。
关键假设：
Assumption 1（识别与正性）：一致性、无未测量混杂、删失的 coarsening-at-random、处理与删失的正性（\(g(X)\) 和 \(S^c\) 有界远离 0 和 1）。这是因果推断的标准假设，与已有文献一致。
Assumption 2（nuisance 收敛速率）：交叉拟合的权重估计器和定位后的风险估计器在 \(L^2(P_0)\) 范数下一致，且满足乘积速率条件 \(\|\hat{h} - h_0\|_{P_0} \cdot (\|\hat{g} - g_0\|_{P_0} + \|\hat{S}^c - S^c_0\|_{P_0}) = o_p(n^{-1/2})\)。这是去偏估计的标准条件，比 DML 的 \(n^{-1/4}\) 速率要求更弱（因为乘积速率允许每个 nuisance 以慢于 \(n^{-1/4}\) 的速率收敛，只要乘积足够快）。
Assumption 3（梯度覆盖——仅用于插件估计的故事）：投影残差 \(\epsilon_{n,j} = D^{\text{np}}_{0,j} - D^{\text{w}}_{n,j}\) 稳定，即工作子模型的 EIF \(D^{\text{w}}_n\) 在 \(L^2(P_0)\) 下收敛到一个 oracle 模型 EIF \(D^O\)。这个假设不是 Theorem 1 所需的，仅控制插件估计的“自适应效率”故事。作者明确说明：残差的大小是一个“旋钮”而非缺陷，它度量的是影响函数几何的差距，而非参数值的偏差。
相比已有文献的放宽/强化：
相比输出空间 TMLE（Cai & van der Laan, 2020）：无需解析构造通用路径，路径从架构的得分梯度中通用获得。
相比 TDA（Li et al., 2025）：扩展到 \(2K\) 维目标向量，并处理了高维定位带来的新问题（岭回归、通用方向合并、两步设计）。
相比 DML（Chernozhukov et al., 2018）：使用 TMLE 而非 one-step，且定位在权重空间而非输出空间。

主要结果¶

Theorem 1（补足估计的联合渐近线性性与效率）： - 陈述：在 Assumptions 1 和 2 下（不需要 Assumption 3），全残差补足估计 \(\hat{\Psi}^+ = \hat{\Psi} + P_n \hat{D}\) 满足 \(\hat{\Psi}^+ - \Psi(P_0) = P_n D^{\text{np}}_0 + o_p(n^{-1/2})\)，因此 \(\sqrt{n}(\hat{\Psi}^+ - \Psi(P_0)) \rightsquigarrow N(0, \Sigma_0)\)，其中 \(\Sigma_0 = P_0 D^{\text{np}}_0 (D^{\text{np}}_0)^\top\)。 - 直觉：补足估计等价于在定位后的 nuisance 上计算的 AIPCW 一步估计。由于交叉拟合控制了经验过程项，且 EIF 的二阶余项在乘积速率条件下可忽略，因此该估计器是正则且达到非参数效率界的。 - 必要条件：Assumption 2 的乘积速率条件。定位步骤的作用是改善 nuisance 的收敛速率（从而帮助满足该条件），但 Theorem 1 不要求定位成功——只要定位不恶化速率即可。 - 解决的技术难点：交叉拟合下的经验过程控制（无需 Donsker 条件）；生存 EIF 的二阶余项分解（telescoping identity）。

Proposition 1（交叉拟合插件估计：工作参数与超效率）： - 陈述：在 Assumption 3 和 TDA 定理的条件（包括 oracle 偏差条件 (C1)-(C2)）下，交叉拟合 TDSC 插件估计（无补足）是工作参数 \(\Psi_n(P_0) = \Psi(\Pi_n P_0)\) 的 ADML 型估计器，渐近线性于 oracle EIF \(D^O\)，且 \(\text{Var}(D^O) \preceq \Sigma_0\)（Loewner 序），即在每个方向上有严格改进（只要正交残差有非零方差）。 - 直觉：当网络的权重空间能充分逼近 EIF 时，插件估计比非参数效率界更有效（超效率），但代价是当工作子模型远离真实分布时，估计器对不受限目标是非正则的。 - 解决的技术难点：将 ADML 理论（van der Laan et al., 2023）具体化到生存曲线目标和 TDA 的权重空间定位框架。

Proposition 3（补足恢复双重稳健性）： - 陈述：定义全残差补足估计 \(\hat{\Psi}^+ = \hat{\Psi} + P_n \hat{D}\)，它等于在定位后的 nuisance 上计算的 AIPCW 一步估计。因此，在 Assumption 1 和 nuisance 收敛到某些极限的条件下，\(\hat{\Psi}^+\) 对 \(\Psi(P_0)\) 一致，如果要么风险极限等于 \(h_0\)，要么权重极限等于 \((g_0, S^c_0)\) 联合成立——无论定位是否收敛。 - 直觉：这是双重稳健性的标准形式：只要处理机制或删失机制之一被正确指定，估计器就一致。定位步骤不影响这一性质，因为补足步骤在定位后的 nuisance 上计算 EIF。

证明路线与技术技巧¶

整体路线（Theorem 1 的证明）： 1. 分解：对每个坐标 \(j\)，\(\hat{\Psi}^+_j - \Psi_j(P_0) = P_n D_{0,j} + (P_n - P_0)(\hat{D}_j - D_{0,j}) + R_{2,j}\)，其中 \(R_{2,j} = P_0 \hat{D}_j + \hat{\Psi}_j - \Psi_j(P_0)\) 是二阶余项。 2. 控制二阶余项：利用生存 EIF 的精确二阶形式（telescoping identity），将 \(R_{2,j}\) 表示为 \(\{\hat{h} - h_0\}\) 与 \(\{\hat{g}\hat{S}^c - g_0 S^c_0\}\) 的乘积的积分。在 Assumption 1 的正性界下，Cauchy-Schwarz 给出 \(|R_{2,j}| \lesssim \|\hat{h} - h_0\|_{P_0} (\|\hat{g} - g_0\|_{P_0} + \|\hat{S}^c - S^c_0\|_{P_0}) = o_p(n^{-1/2})\)（由 Assumption 2）。 3. 控制经验过程项：交叉拟合使得 \(\hat{D}_j\) 与评估它的折叠独立，因此条件于训练折叠，\((P_n - P_0)(\hat{D}_j - D_{0,j}) = o_p(n^{-1/2})\) 只要 \(\|\hat{D}_j - D_{0,j}\|_{P_0} = o_p(1)\)（由 nuisance 一致性保证）。 4. 联合收敛：对每个坐标应用上述论证，然后由多元 CLT 得到 \(P_n D_0\) 的联合正态性。

关键跳跃点： - 生存 EIF 的精确二阶形式：证明 \(R_{2,j}\) 可写为乘积形式的关键在于 telescoping identity \(S_{\hat{h}}(t) - S_{h_0}(t) = \sum_{k \le t} S_{h_0}(k-1) [h_0(k) - \hat{h}(k)] S_{\hat{h}}(t)/S_{\hat{h}}(k)\)。这个恒等式将生存函数的差分解为风险函数差的加权和，使得二阶余项自然呈现乘积结构。 - 交叉拟合的时机：定位步骤必须在训练折叠上完成（大折叠），验证折叠只接受评估和线性残差校正。如果试图在验证折叠上定位（fold-wise targeting），由于 \(p \approx 4000\) 而 \(n/V \approx 200\)，梯度矩阵秩亏，会过拟合折叠的抽样噪声，导致灾难性后果（模拟中覆盖降至 42%）。

技术技巧点名： - 交叉拟合 (cross-fitting)：用于控制经验过程项，避免 Donsker 条件。\(V=5\) 折，nuisance 在补集上训练和定位，在保留集上评估。 - 岭回归 (ridge regression)：用于将 \(2K\) 个 EIF 同时投影到梯度空间。由于 \(p \approx 4000 > n\)，无惩罚的投影是病态的。岭回归（\(\lambda\) 缩放至 \(G^\top G\) 的平均对角元）提供稳定的投影方向。 - 通用方向合并 (universal direction merging)：将 \(2K\) 个 per-target 方向 \(\hat{\alpha}_{\lambda,j}\) 按当前偏差 \(d_j = P_n \hat{D}^{\text{w},\lambda}_j\) 加权合并为 \(\alpha^* = \sum_j (d_j / \|d\|_2) \hat{\alpha}_{\lambda,j}\)。这确保每个坐标按其当前偏差大小拉动权重更新。 - 回溯线搜索 (backtracking line search)：在合并方向上搜索步长 \(\gamma\)，接受条件为所有坐标的投影均值平方和下降。 - 乘子自助法 (multiplier bootstrap)：用于构建获益曲线的同时置信带。通过 i.i.d. 标准正态乘子 \(\xi_i\) 扰动影响函数，估计 sup-t 统计量的分位数。 - 生存 EIF 的 telescoping identity：用于二阶余项分析，将生存函数的差分解为风险函数差的加权和。

真实例子与应用¶

本文有模拟实验，无真实数据应用。

模拟设计： - 数据：线性 DGP（\(X \sim N(0, I_{10})\)，处理 \(A \mid X\) 由 logit 模型生成，事件风险 \(h(k \mid a, x)\) 为 logit 模型，处理效应 \(\tau(x) = -1 + 0.8x_1 + 0.6x_3\) 符号异质，删失风险依赖 \(A\) 和 \(X\)）。此外有非线性设计和近正性设计。 - 如何应用：所有估计器（naive plug-in, unadjusted KM, IPTW×IPCW KM, one-step AIPCW, output-space TMLE per-timepoint & universal, TDSC plug-in & top-up, causal survival forests）在相同数据集上运行，且（除因果森林外）使用相同的 nuisance 拟合（独立的倾向性得分网络、结果网络、删失网络）。 - 核心结果： - 在良好指定的线性设计中（\(n=1000\)），TDSC 插件估计的 MSE 为 0.00102，比 one-step AIPCW 的 0.00158 低 35%，点态覆盖 94.8%（vs 93.8%），同时覆盖 95.0%（vs 92.0%），区间宽度窄 6%。 - 在结果模型错误指定时（将主要混杂和效应修饰变量从结果网络中屏蔽），TDSC 插件估计的覆盖崩溃至 44%（它忠实估计工作参数），但全残差补足估计恢复名义覆盖（93.6%），且样本内诊断（最大全 EIF 残差、投影残差）在良好指定和错误指定之间形成几乎不相交的聚类。 - 交叉拟合变体在良好指定下名义但区间宽 41%；在错误指定下，交叉拟合补足保持名义（94.3%），而交叉拟合插件失败（70%）。 - 这个例子想说明什么： - 验证了 Theorem 1 和 Proposition 1 的理论预测：补足估计对不受限目标有效，插件估计对工作参数有效且可能更高效。 - 展示了“两步设计”的实用性：当工作子模型良好时，插件估计提供更紧的推断；当工作子模型错误时，补足估计作为保险。 - 证明了样本内诊断（最大全 EIF 残差、投影残差）可区分两种情形，为实践者提供选择依据。 - 揭示了交叉拟合的设计规则：定位必须在训练折叠上完成，验证折叠只接受评估和线性校正。

🔎 结论是否比证明窄¶

Theorem 1 的证明依赖于交叉拟合，但模拟中无交叉拟合的版本（no-split）在所有样本量（\(n=500, 1000, 2000\)）下也达到名义覆盖。作者在 Remark 1 中明确承认：“Theorem 1 covers the cross-fitted top-up estimator… the no-split implementation is covered by neither as stated… its validity at moderate \(n\) is an empirical matter”。这是一个结论比证明窄的例子：理论保证仅适用于交叉拟合变体，但实证表明无交叉拟合版本在中等样本量下也表现良好。
Proposition 1（插件估计的超效率） 依赖于 Assumption 3（梯度覆盖稳定）和 oracle 偏差条件 (C1)-(C2)，这些条件在模拟中未被验证。作者在模拟中展示了插件估计的 MSE 低于补足估计（超效率信号），但未提供证据表明 Assumption 3 在模拟 DGP 下成立。因此，超效率的 claim 是理论上的可能性，而非模拟中已证明的事实。
Proposition 3（双重稳健性） 的陈述是“点估计的双重稳健性”，作者在 Remark 1 中明确说明：“Double robustness of the point estimate does not extend to inference: consistent variance estimation still requires the relevant nuisances”。模拟中权重错误指定时所有校正估计器的覆盖都轻微不足（≈89-90%），验证了这一限制。

四、开放问题¶

近正性下的推断退化：模拟显示，当 \(g_0\) 低至 0.02 时，所有基于影响函数的方差估计都退化（TDSC 插件同时覆盖降至 87.0%）。作者指出“weight stabilization for the targeting step is open”（Section 6）。扎根于：Section 5 的“Near-positivity”段落和 Section 6 的“Limitations and next steps”。
定位层选择与网格大小的敏感性：作者未映射定位层选择（为什么是最后线性层？如果使用更深的定位层会怎样？）、权重截断水平或网格大小 \(K\) 对结果的影响。扎根于：Section 6 的“We have not yet mapped sensitivity to the targeting-layer choice, weight-truncation levels, or the grid size K”。
校准-获益（calibration-for-benefit）：作者提出将 TDSC 扩展到“在网络自身预测的获益层内定位处理组特定曲线”，这是用于验证个体化获益模型对随机试验的估计量。扎根于：Section 6 的“calibration-for-benefit”扩展方向。
高阶影响函数的可能性：本文仅使用一阶 EIF，模拟中 MSE 仍有改进空间（如 \(n=1000\) 时 MSE 0.00102）。高阶影响函数（HOIF）可能带来更紧的有限样本性质，但需要处理更复杂的二阶余项和计算成本。扎根于：本文的 EIF 是一阶的，且作者在“Why relevant”中提及“高阶影响函数可能带来更紧的有限样本性质”。这是一个值得研究者去查的问题：确认 HOIF 在生存因果推断中的应用是否已有工作，或是否是一个真 gap。

Maintained by 陈星宇 · Homepage · Source on GitHub