Heterogeneous Effects of Continuous Treatments via Conditional Modified Treatment Policies¶

作者: Samhita Pal, Jared D Huling
主题: 因果推断
相关性: 9/10
链接: https://arxiv.org/abs/2608.20744

一、领域脉络与小综述¶

这个方向是什么：本子方向要解决的根本问题是：在连续型处理变量（如药物剂量、呼吸机强度）的观察性研究中，如何识别并估计处理效应的异质性（即不同患者特征下，处理对结果的因果影响如何变化）。当前成熟度较低——大多数因果异质性方法针对二元处理，而连续处理面临的核心挑战是全局正性假设（global positivity） 的失败：在临床实践中，剂量常与患者特征紧密绑定（如病情越重、呼吸机功率越高），导致某些剂量-协变量组合几乎从未出现，使得传统的平均剂量-反应函数（ADRF）或条件剂量-反应函数（CADRF）无法被识别。本文试图通过定义局部移位（local shift） 的因果量来绕过这一障碍。
发展脉络（history）：作者将已有工作串成一条线，从奠基到当前 frontier：
奠基工作：Robins et al. (2000) 和 Hirano & Imbens (2004) 建立了基于广义倾向性得分（GPS）的连续处理因果推断框架，要求全局正性。van der Laan & Robins (2003) 和 Díaz & van der Laan (2013) 发展了半参数和双稳健方法。这些工作奠定了连续处理因果推断的基础，但留下了全局正性这一强假设。
主要进展——缓解 GPS 不稳定：Kennedy et al. (2017) 和 Ai et al. (2021) 发展了双稳健非参数和加权估计量，试图缓解 GPS 逆概率权重的极端值问题。Fong et al. (2018)、Vegetabile et al. (2021) 和 Huling et al. (2024) 提出了协变量平衡权重和基于核的独立性权重，但所有这些方法仍需要全局正性来识别 ADRF（作者原话："none circumvent the more fundamental requirement that global positivity over the full treatment support must hold for the ADRF to be identified"）。
当前 frontier——局部移位与随机干预：Wen et al. (2023) 和 McClean et al. (2024) 发展了基于增量倾向性得分干预和随机处理分布的因果效应，避免了全局正性，但针对的是二元或离散处理。Díaz et al. (2023) 和 Jiang & Huling (2025) 将修正处理策略（MTP）引入连续处理，将移位解释为针对一个假设的后修正总体。本文的位置：在这些工作的基础上，首次系统地将 MTP 框架用于连续处理的异质性效应，定义了条件 nudge 效应和 CMTP 效应，并发展了基于复制数据构造的加权和 A-learning 估计量。
异质性估计的近期工作：Zhu et al. (2024) 用表征学习处理高维协变量下的多元连续处理异质性；Shin et al. (2025) 定义了对比曲面和多元处理效应变量重要性度量。作者指出，这些方法仍需要强正性（"require strong positivity over high-dimensional covariates and a wide treatment range"），因此"simply not identified over the full treatment range"。
子线索聚类：
GPS 核心方法（Robins et al., 2000; Hirano & Imbens, 2004; Imai & van Dyk, 2004; Austin, 2018; Zhao et al., 2020）：以 GPS 为平衡得分，估计 ADRF 或 CADRF，要求全局正性。后续双稳健扩展（Kennedy et al., 2017; Ai et al., 2021）和 GPS 稳定化（Colangelo & Lee, 2026）试图缓解权重不稳定，但未解决正性根本问题。
平衡权重方法（Fong et al., 2018; Vegetabile et al., 2021; Kallus & Santacatterina, 2019; Huling et al., 2024）：用协变量平衡权重或核独立性权重替代 GPS 逆概率权重，仍需要全局正性。
随机干预与修正处理策略（Wen et al., 2023; McClean et al., 2024; Díaz et al., 2023; Jiang & Huling, 2025）：定义基于观察处理分布的随机干预或移位，避免全局正性，但此前未系统处理异质性。
连续处理异质性（Zhu et al., 2024; Shin et al., 2025）：直接估计 CADRF 或对比曲面，仍受限于强正性。
这个方向在追问的核心问题：
如何在不要求全局正性的前提下，定义并识别连续处理的异质性因果效应？ 当前主流方法（CADRF、对比曲面）需要整个剂量范围的正性，这在临床数据中常不成立。
如何避免估计高维条件密度（GPS）？ GPS 的估计和逆概率权重不稳定是已知瓶颈。
如何为连续处理的异质性效应提供有效的推断（置信区间、假设检验）？ 现有方法多为点估计，缺乏渐近理论。
如何将局部移位效应与临床决策联系起来？ 即"对哪些患者、做多大程度的剂量调整"。
⚠️ 作者的 framing（必须明确标注成"这是作者的说法"）：
作者把缺口 frame 成："现有方法（CADRF、对比曲面）需要全局正性，这在临床数据中常失败；我们的局部移位 estimand 只需要局部、移位特定的正性，因此是'显然的下一步'。" 作者强调："Because this policy changes treatment only around its values realized in practice, it requires substantially weaker positivity than the full ADRF or global contrast surfaces."
被淡化或回避的竞争路线：作者淡化了 Shin et al. (2025) 的对比曲面方法，仅指出其需要强正性，但未讨论是否可以通过数据自适应选择剂量范围来缓解。作者也回避了非参数条件密度估计（如核方法、系列估计）在 GPS 估计中的最新进展（如 Colangelo & Lee, 2026 的双去偏机器学习），仅说"notoriously difficult to model reliably"。
什么明显该被引 / 该存在、却没出现在 intro 里？ 作者未引用基于工具变量（IV）的连续处理异质性方法（如 Angrist et al. 的 LATE 框架在连续处理下的扩展），也未引用贝叶斯非参数方法（如 Gaussian process 剂量-反应模型），这些是处理连续处理异质性的另一条路线。此外，关于"局部正性"的正式定义和诊断（如 Haneuse & Rotnitzky, 2013 的边界尊重移位）仅在正文中一笔带过，未在 intro 中展开。
张力：未见明显对立引用。所有被引工作基本一致认为全局正性是连续处理因果推断的核心瓶颈，只是缓解策略不同（GPS 稳定化 vs. 平衡权重 vs. 局部移位）。本文的局部移位策略与 Díaz et al. (2023) 和 Jiang & Huling (2025) 的 MTP 框架一脉相承，属于同一子线索的延伸。

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：
\(X \in \mathbb{R}^p\)：预处理协变量（随机向量）。
\(A \in \mathbb{R}\)：连续处理变量/剂量（随机变量）。
\(Y \in \mathbb{R}\)：结果变量（随机变量）。
\(Y(a)\)：在剂量 \(A=a\) 下的潜在结果（counterfactual）。
\(\delta\)：用户指定的移位量（固定常数，如 \(\delta = 0.5\)）。
\(\tau_\delta(a, x) := E[Y(a+\delta) - Y(a) \mid X=x]\)：条件 nudge 效应——给定协变量 \(x\)，将剂量从 \(a\) 移动 \(\delta\) 的期望结果变化。
\(\tau_\delta(x) := E[Y(A+\delta) - Y(A) \mid X=x]\)：条件修正处理策略（CMTP）效应——给定协变量 \(x\)，对观察到的剂量分布取平均的 nudge 效应。
\(m_0(a, x) := E[Y \mid X=x, A=a]\)：观察到的结果回归函数。
\(f_{A|X}(a|x)\)：给定 \(X\) 下 \(A\) 的条件密度（广义倾向性得分 GPS）。
\(\pi_\Lambda(x, a) := P(\Lambda = 1/2 \mid X=x, A^\Lambda = a)\)：复制数据中"移位臂"的条件概率，其中 \(\Lambda\) 是臂标签（见下文）。
\(n\)：样本量。\((X_i, A_i, Y_i)_{i=1}^n\) 为 i.i.d. 观测。
模型：无参数模型——仅依赖因果假设（一致性、局部正性、可交换性），不对 \(f_{A|X}\) 或 \(m_0\) 做参数形式假设。估计时使用有限维基函数（如线性基、样条基）。
可观测数据：研究者实际能观测到的是 \((X_i, A_i, Y_i)\) 三元组。想要但观测不到的是：
潜在结果 \(Y(a)\) 对于 \(a \neq A_i\)（反事实）。
条件 nudge 效应 \(\tau_\delta(a, x)\) 和 CMTP 效应 \(\tau_\delta(x)\)（因果量，需通过假设识别）。
条件密度 \(f_{A|X}(a|x)\)（GPS，本文通过复制数据构造避免直接估计）。

第二步：讲最小内核¶

最简特例：考虑线性结果模型、线性 nudge 效应、低维协变量的情形。设 \(X = (X_1, X_2)^\top\)，其中 \(X_1 \sim \text{Unif}(-1, 1)\)，\(X_2 \sim \text{Bernoulli}(0.7)\)。给定 \(X\)，\(A \mid X \sim \text{Exp}(\lambda(X))\)，其中 \(\lambda(X) = \exp\{2 + 0.5 X_1 + X_2\}\)（即 \(E[A \mid X] = \exp(2 + 0.5 X_1 + X_2)\)）。结果模型为：

\[Y \mid (A, X) \sim N(\mu(A, X), 1), \quad \mu(A, X) = 1 + X_1 + X_2 + \beta_A A + \alpha A^2 + X_1(\beta_{AX} A + \beta A^2),\]

固定参数 \((\alpha, \beta, \beta_{AX}, \beta_A) = (-0.15, 0.2, 0.25, -0.5)\)，移位量 \(\delta = 0.5\)。

在这个特例下，条件 nudge 效应有闭式解：

\[\tau_\delta(a, x) = \mu(a+\delta, x) - \mu(a, x) = \beta_A \delta + 2\alpha a \delta + \alpha \delta^2 + x_1(\beta_{AX} \delta + 2\beta a \delta + \beta \delta^2).\]

这是一个关于 \(a\) 的二次函数，系数依赖于 \(x_1\)。CMTP 效应为：

\[\tau_\delta(x) = E[\tau_\delta(A, x) \mid X=x] = \beta_A \delta + \alpha \delta^2 + 2\alpha \delta E[A \mid X=x] + x_1(\beta_{AX} \delta + \beta \delta^2 + 2\beta \delta E[A \mid X=x]).\]

由于 \(E[A \mid X=x] = \exp(2 + 0.5 x_1 + x_2)\)，\(\tau_\delta(x)\) 是 \(x\) 的非线性函数。

核心思路：本文的关键想法是通过复制数据构造，将连续处理的 \(\delta\)-移位问题转化为一个二元处理对比问题。具体地，对每个观测 \((X_i, A_i, Y_i)\)，创建两个复制行： - 行 0（原始臂）：\((A^\Lambda = A_i, \Lambda = -1/2, Y_i)\)，对应观察到的剂量 \(A_i\)。 - 行 1（移位臂）：\((A^\Lambda = A_i - \delta, \Lambda = 1/2, Y_i)\)，对应观察到的剂量 \(A_i - \delta\)（即原始剂量减去 \(\delta\)，等价于将原始剂量 \(A_i\) 移动 \(\delta\) 到 \(A_i + \delta\) 的逆操作）。

在这个复制数据中，给定 \((A^\Lambda = a, X=x)\)，臂标签 \(\Lambda\) 的条件概率为：

\[\pi_\Lambda(x, a) = P(\Lambda = 1/2 \mid X=x, A^\Lambda = a) = \frac{f_{A|X}(a+\delta \mid x)}{f_{A|X}(a+\delta \mid x) + f_{A|X}(a \mid x)}.\]

关键观察：在复制数据中，条件 nudge 效应 \(\tau_\delta(a, x)\) 等于两个臂的条件均值之差：

\[\tau_\delta(a, x) = E[Y \mid X=x, A^\Lambda = a, \Lambda = 1/2] - E[Y \mid X=x, A^\Lambda = a, \Lambda = -1/2].\]

这是因为 \(\Lambda = 1/2\) 的行对应原始剂量 \(a+\delta\)，\(\Lambda = -1/2\) 的行对应原始剂量 \(a\)。因此，估计 \(\tau_\delta(a, x)\) 等价于在复制数据上估计一个二元处理（\(\Lambda\)）的异质性处理效应，其中处理是臂标签，协变量是 \((A^\Lambda, X)\)。

为什么这解决了问题？ 因为二元处理的异质性效应估计只需要局部正性（即给定 \((a, x)\) 下两个臂都有正概率），而不需要整个剂量范围的正性。此外，估计 \(\pi_\Lambda(x, a)\) 只需要拟合一个二元回归模型（逻辑回归等），而不是估计条件密度 \(f_{A|X}\)（GPS），后者在高维协变量下困难得多。

三、这篇论文做了什么¶

三句话：
研究了连续处理变量（如药物剂量）的异质性因果效应，定义了条件 nudge 效应 \(\tau_\delta(a, x)\) 和条件修正处理策略（CMTP）效应 \(\tau_\delta(x)\)，这两个 estimand 只需要局部、移位特定的正性，而非全局正性。
核心工具是复制数据构造：将 \(\delta\)-移位转化为二元臂标签对比，从而避免估计广义倾向性得分（GPS），并基于此发展了加权估计量和 A-learning 估计量（均支持平方误差损失和负对数似然损失），以及增广版本以降低方差。
主要结论：建立了估计量的渐近正态性（Theorem 1 & 2），证明了增广版本在正确指定结果回归时方差不增；模拟验证了理论，MIMIC-III 机械通气数据分析识别出预期从适度降低机械功率中获益的患者特征（如高动脉血 pH）。
关键设定与假设：
一致性（Assumption 1）：若 \(A=a\)，则 \(Y=Y(a)\)。标准假设。
局部正性（Assumption 2）：若 \(f_{A|X}(a|x) > 0\)，则 \(f_{A|X}(q(a,x)|x) > 0\)，其中 \(q(a,x) = a+\delta\)。相比全局正性大幅放宽：只要求移位后的剂量在给定协变量下也有正密度，而非整个剂量范围。
可交换性（Assumption 3）：
- (A) 均值 nudge 效应可交换性：\(E[Y(q(a,x)) - Y(a) \mid X=x, A=a] = E[Y(q(a,x)) - Y(a) \mid X=x]\)。即给定协变量，nudge 效应与观察到的剂量无关。
- (A') 条件均值政策可交换性：\(E[Y(q(a,x)) \mid X=x, A=a] = E[Y(q(a,x)) \mid X=x, A=q(a,x)]\)。即移位后的潜在结果在观察到的剂量和移位后的剂量之间条件均值可交换。
相比已有文献的放宽：识别 CMTP 效应 \(\tau_\delta(x)\) 只需要 (A')，比识别 nudge 效应 \(\tau_\delta(a, x)\) 需要的 (A)+(A') 更弱。而识别 CADRF 需要更强的全局可交换性（\(Y(a) \perp A \mid X\) 对所有 \(a\) 成立）。
主要结果：
Proposition 1 & 2：在假设下，\(\tau_\delta(a, x) = E[Y \mid X=x, A=a+\delta] - E[Y \mid X=x, A=a]\)，\(\tau_\delta(x) = E[m_0(A+\delta, x) \mid X=x] - E[Y \mid X=x]\)。
Proposition 3 & 4：在复制数据构造下，加权损失和 A-learning 损失的最小化者都等于 \(\tau_\delta(a, x)\)。
Proposition 5：稳定化的直接 CMTP A-learning 损失的最小化者等于 \(\tau_\delta(x)\)。
Theorem 1（渐近正态性，A-learning nudge 估计量）：在标准正则条件下（Donsker、光滑性、渐近线性），\(\sqrt{n}(\hat{\theta}_A - \theta^*_A) \rightsquigarrow N(0, D^{-1} \Sigma_A D^{-1})\)。增广版本在正确指定结果回归时方差不增（\(\Sigma_{A,aug} \preceq \Sigma_A\)）。
Theorem 2（渐近正态性，直接 CMTP A-learning 估计量）：类似结果，且由于 \(B_{C,\nu} = 0\)（结果回归的估计不贡献一阶偏差），推断只需要倾向性模型正确。
模拟结果：线性结果下，RMSE 随 \(n\) 减小；增广版本一致降低 RMSE；Wald 覆盖率接近名义水平（0.95）。逻辑结果下类似。
证明路线与技术技巧：
整体路线（以 Theorem 1 为例）：
1. 将估计量写为 \(\hat{\theta}_A = \hat{D}_n^{-1} \hat{d}_n\)，其中 \(\hat{D}_n\) 和 \(\hat{d}_n\) 是复制数据上的经验矩。
2. 分解 \(\sqrt{n}(\hat{\theta}_A - \theta^*_A) = \hat{D}_n^{-1} \sqrt{n}\{ \hat{d}_n - \hat{D}_n \theta^* \}\)。
3. 将 \(\hat{d}_n - \hat{D}_n \theta^*\) 分解为"已知倾向性得分时的项" + "倾向性得分估计的校正项"。
4. 对倾向性得分估计做泰勒展开，利用渐近线性展开 \(\sqrt{n}(\hat{\eta}_n - \eta^*) = -J_\eta^{-1} \sqrt{n} P_n U_\eta + o_p(1)\)。
5. 合并得到影响函数 \(\phi_A(O) = \psi_A(O; \theta^*, \eta^*) - B_\eta J_\eta^{-1} U_\eta(O; \eta^*)\)，由 CLT 得渐近正态性。
关键跳跃点：将连续处理的 \(\delta\)-移位转化为复制数据上的二元处理对比，使得估计量可以写成加权最小二乘或 A-learning 形式，从而借用成熟的 M-估计理论。另一个关键跳跃是稳定化：直接 CMTP 估计量需要除以 \(\pi_\Lambda\) 来消除复制数据混合分布带来的隐式加权，使得目标变为未加权的 CMTP。
技术技巧点名：
- 复制数据构造（duplicated-data construction）：将连续移位问题转化为二元处理对比，避免 GPS 估计。
- A-learning：通过中心化臂标签（减去 \(\pi_\Lambda\)）去除主效应，直接估计对比。
- 增广（augmentation）：减去任意结果回归 \(m(a, x)\) 以降低方差，不改变目标。
- M-估计 + 泰勒展开：处理倾向性得分和结果回归的估计误差。
- Donsker 条件：确保经验过程收敛，用于处理非参数估计的渐近性。
- Pierce (1982) 方差简化：当倾向性得分估计有效时，方差可简化为 \(\tilde{\Sigma} - B V_\eta B^\top\)。
真实例子与应用：
数据：MIMIC-III 临床数据库中接受有创机械通气至少 48 小时的 ICU 患者队列（\(n=5,011\)）。连续处理 \(A\) 为 ICU 第二天机械功率（MP，单位 J/min）的均值。结果 \(Y\) 为院内死亡率（二元）。协变量包括人口学、SAPS II 评分、ARDS 严重程度、血管升压药使用、血气指标等 24 个变量。
方法应用：估计 \(\delta = -1\) J/min（适度降低 MP）和 \(\delta = +1\) J/min（适度增加 MP）下的 nudge 效应和 CMTP 效应。使用平方误差损失和逻辑损失，比较加权、A-learning、增广版本。
结果：截距项（在总体均值协变量轮廓下的预测效应）在 \(\delta = -1\) 时为负（小幅降低死亡率），\(\delta = +1\) 时为正。最强的效应修饰因子是 ICU 第一天最大动脉血 pH（ph_max_day1）：在 \(\delta = -1\) 时，高 pH 患者从降低 MP 中获益更大（CMTP 系数为负）；在 \(\delta = +1\) 时符号反转。临床解释：高 pH 常提示呼吸性碱中毒（呼吸机支持过度），适度降低 MP 可减少不必要的负担；低 pH 患者需要呼吸机支持，降低 MP 无益甚至有害。
这个例子想说明：验证方法能识别出临床有意义的效应修饰因子，且结论对估计方法选择（加权 vs. A-learning、平方损失 vs. 逻辑损失）稳健。
🔎 结论是否比证明窄：
Theorem 1 和 2 的渐近正态性依赖于 Donsker 条件，这要求倾向性得分模型和结果回归模型属于 Donsker 类（如参数模型或有限维光滑模型）。作者在 Section 7 承认："Extensions using cross-fitting and double machine learning are straightforward and would allow more general machine-learning nuisance fits." 这意味着当前证明不覆盖使用灵活机器学习（如随机森林、神经网络）估计倾向性得分的情形，而这是实际应用中常见的做法。
Proposition 5 的识别结果（稳定化直接 CMTP 损失识别 \(\tau_\delta(x)\)）依赖于 \(\pi_\Lambda\) 已知或正确指定。Theorem 2 的渐近正态性也要求倾向性得分模型正确指定。如果倾向性得分模型错误指定，直接 CMTP 估计量可能不收敛到 \(\tau_\delta(x)\) 的投影，而是收敛到某个加权版本。
模拟中线性结果模型下，增广版本的截距项覆盖率在 \(n=5,000\) 时降至约 0.92，略低于名义水平，作者未深入讨论原因（可能是有限样本偏差或方差估计的偏差）。

四、开放问题¶

交叉拟合与双机器学习扩展：当前渐近理论依赖 Donsker 条件，限制了倾向性得分和结果回归的灵活性。作者在 Section 7 提到"Extensions using cross-fitting and double machine learning are straightforward"，但未给出具体定理。扎根于 Section 7 最后一段："Our asymptotic theory uses Donsker and smoothness conditions for nuisance estimators. Extensions using cross-fitting and double machine learning are straightforward and would allow more general machine-learning nuisance fits."
移位量 \(\delta\) 的选择与诊断：\(\delta\) 是用户指定的，需平衡临床相关性与经验重叠。作者提到"Future work could develop diagnostics for feasible shift selection as in Jiang and Huling (2025)"，但未给出具体准则。扎根于 Section 7："Finally, the shift magnitude \(\delta\) should be chosen to balance clinical relevance with empirical overlap. Future work could develop diagnostics for feasible shift selection."
纵向连续处理的扩展：当前框架只处理单时间点处理。作者提到"extend our framework to longitudinal continuous treatments"，但未给出具体设定或识别条件。扎根于 Section 7："Future work could ... extend our framework to longitudinal continuous treatments."
同时推断更丰富的效应修饰摘要：当前只给出逐系数的推断。作者提到"provide simultaneous inference for richer effect-modification summaries"，但未具体化。扎根于 Section 7："Future work could ... provide simultaneous inference for richer effect-modification summaries."
边界尊重移位：当剂量支持有界时，\(a+\delta\) 可能超出边界。作者提到"a boundary-respecting shift in the spirit of Haneuse and Rotnitzky (2013) could be used instead"，但未在本文中实现。扎根于 Section 2.2："throughout, we therefore restrict attention to the region \(\{a: f_{A|X}(a|x) > 0 \text{ and } f_{A|X}(a+\delta|x) > 0\}\), although a boundary-respecting shift ... could be used instead."

Maintained by 陈星宇 · Homepage · Source on GitHub