跳转至

Interim analysis in sequential multiple assignment randomized trials for survival outcomes

作者: Zi Wang, Yu Cheng, Abdus S Wahed
来源: Biometrics
主题: 因果推断
相关性: 6/10
机构绿灯: University of Pittsburgh(US News 前 50,免分进入精读)
链接: 期刊页 · arXiv


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序贯多臂随机试验(SMART)中的统计推断与试验设计。SMART 是用于评估动态治疗策略(DTRs)的黄金标准试验设计:患者在不同阶段根据中间反应被重复随机化,从而允许研究者比较"先给 A、若有效再给 B"这类自适应策略的整体效果。该方向要解决的根本问题是:在患者经历多阶段治疗、分配随时间调整的复杂数据生成机制下,如何对嵌入的 DTRs 进行有效的统计推断(估计、检验、比较)。当前该领域已从"如何设计 SMART"(Murphy 2005 的奠基工作)发展到"如何分析 SMART 数据"(IPW、g-computation、Q-learning 等),而本文关注的是一个更晚近且尚未解决的缺口——如何在 SMART 中引入期中分析(interim monitoring)以允许因疗效提前终止试验,且结局为生存时间(time-to-event)。该方向的成熟度:单阶段 RCT 的组序贯设计(group sequential design)已高度成熟(Pocock 1977; O'Brien & Fleming 1979; Lan & DeMets 1983),但 SMART 的期中分析因多阶段随机化带来的复杂相关性而长期未被解决。

发展脉络(history)

奠基工作:DTR 与 SMART 的概念框架。 Murphy (2005) 提出了 SMART 作为构建 DTR 的实验设计基础,确立了"每个阶段根据患者状态重新随机化"的核心范式。Chakraborty and Murphy (2014) 的综述(被引 [3])系统化了 DTR 的估计与推断框架,指出 SMART 相比传统 RCT 的优势在于能直接评估"序贯决策规则"而非单一治疗。这一阶段确立了"SMART 是评估 DTR 的金标准"这一共识,但未涉及期中分析。

主要进展:SMART 数据的统计推断方法。 Guo and Tsiatis (2005) 提出了加权风险集估计量(weighted risk set estimator),解决了 SMART 中因多阶段随机化导致的"患者可能符合多个 DTR"的系统性缺失问题——这是本文权重构造的直接基础。Li et al. (2014) 提出了全局 log-rank 检验用于比较多个 DTR 的生存分布,本文的加权 log-rank 统计量正是其 SMART 设定下的推广。同期,Nahum-Shani et al. (2017)(被引 [4])展示了 Q-learning 在 SMART 数据上的实际应用,将 DTR 构建从理论推向实践。这一阶段确立了"IPW + 加权计数过程"作为 SMART 生存分析的标准工具,但所有方法都假设试验进行到预定的最终分析。

当前 frontier:SMART 的期中监测。 Wu et al. (2021)(被引 [8])首次提出 SMART 的期中监测框架(IM-SMART),但仅针对连续结局,且假设所有患者已完成全部阶段。Manschot et al. (2022)(被引 [9])进一步改进,允许利用部分信息(尚未完成所有阶段的患者),但仍限于连续结局。同期,Wang et al. (2021)(被引 [6])探索了 SMART 中的自适应随机化(response-adaptive randomization),表明该领域正从"固定设计"向"动态设计"演进。本文的位置:填补了"SMART + 生存结局 + 期中监测"这一三重交叉的空白——这是单阶段 RCT 组序贯设计在 SMART 框架下的自然延伸,但需要解决生存数据特有的时间依赖权重和跨分析点相关性估计问题。

关键竞争/互补工作: Tsiatis and Davidian (2024)(被引 [13])提出了基于 Cox 模型得分检验的替代统计量(本文称为 TD 统计量),本文将其作为对比基准,并证明其与加权 log-rank 统计量属于同一类(仅在对零假设下公共风险函数的估计方式上不同)。Tsiatis and Davidian (2025)(被引 [12])进一步证明了即使在不满足独立增量性质时,也可以通过线性变换构造具有独立增量的统计量——这为本文处理非独立增量问题提供了理论支撑。

子线索聚类

这些被引文献大致落在 3 条子线索上:

  1. SMART 设计与 DTR 推断框架(Murphy 2005; Chakraborty & Murphy 2014; Nahum-Shani et al. 2017; Wang et al. 2021):关注如何设计 SMART、如何定义和估计 DTR 效应。核心工具是 IPW、g-computation、Q-learning。这一线索已高度成熟,形成了 DTR 领域的方法论基石。

  2. 生存结局的 DTR 比较方法(Guo & Tsiatis 2005; Li et al. 2014; Tsiatis & Davidian 2024):关注在 SMART 或观察性数据下如何比较多个 DTR 的生存分布。核心工具是加权 log-rank 检验、加权风险集估计、Cox 模型得分检验。这一线索正在快速发展,但尚未与期中监测结合。

  3. 期中监测与组序贯设计(Pocock 1977; O'Brien & Fleming 1979; Lan & DeMets 1983; Kim & Tsiatis 1990; Tsiatis 1982; Ellenberg et al. 2002; Broglio et al. 2014; Wu et al. 2021; Manschot et al. 2022; Tsiatis & Davidian 2025):关注如何在试验进行中多次检验疗效以允许提前终止。单阶段 RCT 中已高度成熟,SMART 中仅对连续结局有初步工作(Wu et al. 2021; Manschot et al. 2022)。本文是这一线索向生存结局 SMART 的首次系统延伸。

这个方向在追问的核心问题

  1. 如何构造考虑重叠治疗路径的检验统计量? 在 SMART 中,一个患者可能符合多个 DTR(例如,初始给 A₁ 且有效的患者,既符合 A₁B₁ 也符合 A₁B₂),导致不同 DTR 的生存分布估计高度相关。如何构造能正确反映这种相关性的全局检验统计量?(本文用 IPW 权重解决)

  2. 如何估计跨分析时间点的统计量相关性? 组序贯设计需要知道不同时间点检验统计量的联合分布。在单阶段 RCT 中,log-rank 统计量具有独立增量性质;但在 SMART 中,由于权重随时间变化和患者进入第二阶段的时间不同,这一性质不再成立。如何估计和利用跨时间点的相关性?(本文用渐近线性化解决)

  3. 如何确定期中分析的疗效边界? 在非独立增量下,Pocock 和 O'Brien-Fleming 边界是否仍然适用?如何调整边界以维持总体 I 类错误率?(本文通过模拟验证边界在 SMART 中的有效性)

  4. 如何在期中分析时利用尚未完成全部阶段的患者信息? Manschot et al. (2022) 已对连续结局解决了这一问题,但生存结局中"部分信息"的定义和加权更为复杂。

⚠️ 作者的 framing(这是作者的说法)

作者将缺口 frame 为:"尽管期中监测在单阶段 RCT 中已被广泛使用,且 SMART 在 DTR 评估中日益普及,但 SMART 中针对生存结局的期中监测方法仍然缺失。" 作者强调两个技术难点使其工作成为"显然的下一步":(i) 生存结局的 log-rank 统计量在 SMART 中需要 IPW 校正,且权重随时间变化;(ii) 跨分析时间点的相关性结构复杂,不能直接套用单阶段 RCT 的独立增量假设。作者淡化的竞争路线包括:贝叶斯自适应设计(如 Thompson sampling,被引 [11] 代表)——作者仅将其作为背景提及,未与其比较;以及非参数或半参数效率方法——作者未讨论其统计量是否达到半参数效率界。值得注意的缺失:作者未引用任何关于 SMART 中futility monitoring(无效终止) 的文献,也未讨论多重比较校正(当比较多个 DTR 时,除全局检验外的两两比较问题)。

张力

未见明显对立引用。但存在一个隐含张力:Tsiatis and Davidian (2024) 的 TD 统计量基于 Cox 模型得分检验,其构造更接近参数化框架;而本文的加权 log-rank 统计量基于非参数计数过程。两者在效率上的差异(模拟中 TD 略优)可能源于对公共风险函数估计方式的不同,而非本质差异——作者在文中承认这一点,但未深入讨论何时应选哪一个。


二、最核心、最简单的例子 / 数学问题

第一步:符号、模型、可观测数据交代清楚

试验设计(SMART1):两阶段随机化。患者初始随机分配到 A₁ 或 A₂(概率 ℓ₁, ℓ₂)。进入第二阶段的条件是"未在阶段一死亡"(ηᵢ = 1)。若患者对初始治疗有反应(Rᵢ = 1),第二阶段随机分配到维持治疗 B₁ 或 B₂(概率 p₁, p₂);若无反应(Rᵢ = 0),随机分配到补救治疗 C₁ 或 C₂(概率 q₁, q₂)。嵌入的 DTR 共 8 个:AⱼBₖCₗ,j, k, l ∈ {1,2},含义是"初始给 Aⱼ;若有效则给 Bₖ,若无效则给 Cₗ"。

核心记号逐个点名:

  • Tᵢ:患者 i 的生存时间(从初始随机化到死亡),潜在结局(counterfactual),因为一个患者只能走一条随机化路径。
  • Vᵢ:删失时间(独立于 Tᵢ 的 administrative censoring)。
  • Uᵢ = min(Tᵢ, Vᵢ):可观测的随访时间。
  • δᵢ = I(Tᵢ ≤ Vᵢ):事件指示符(1 = 观察到死亡,0 = 删失)。
  • Iᵢ(Aⱼ):初始治疗分配指示符(随机,已知)。
  • ηᵢ:是否进入第二阶段(= 1 表示在阶段一未死亡,中间结局,受初始治疗影响)。
  • Rᵢ:对初始治疗的反应指示符(中间结局,仅在 ηᵢ = 1 时定义)。
  • Iᵢ(Bₖ), Iᵢ(Cₗ):第二阶段治疗分配指示符(仅在 ηᵢ = 1 时定义)。
  • Dᵢ(s) = ηᵢ I(s ≥ T₁ᵢ):在时间 s 时,患者的反应状态是否已知(时间依赖,因为患者进入第二阶段的时间不同)。
  • Λⱼₖₗ(t):DTR AⱼBₖCₗ 对应的累积风险函数(cumulative hazard),这是目标参数(estimand)。
  • Wⱼₖₗ,ᵢ(s):患者 i 在时间 s 对 DTR AⱼBₖCₗ 的 IPW 权重(见公式 1),用于构造伪总体。
  • Nᵢ(s) = I(Uᵢ ≤ s, δᵢ = 1):事件计数过程(可观测)。
  • Yᵢ(s) = I(Uᵢ ≥ s):风险集指示(可观测)。
  • N̄ⱼₖₗ(s) = Σᵢ Wⱼₖₗ,ᵢ(s) Nᵢ(s):加权事件计数。
  • Ȳⱼₖₗ(s) = Σᵢ Wⱼₖₗ,ᵢ(s) Yᵢ(s):加权风险集大小。
  • Zⱼₖₗ:DTR AⱼBₖCₗ 与参考 DTR A₁B₁C₁ 比较的加权 log-rank 统计量(见公式 2)。
  • Z:7×1 向量,包含所有 Zⱼₖₗ(排除参考组)。
  • Σ:Z 的渐近协方差矩阵;Σ̂ 为其一致估计量。
  • T(t):在时间 t 的 Wald 型检验统计量,T(t) = n⁻¹ Z(t)ᵀ Σ̂⁻¹(t) Z(t)。
  • M:总分析次数(含最终分析);tₘ:第 m 次分析时间;bₘ:第 m 次分析的疗效边界。
  • α:总体 I 类错误率(通常 0.05)。

可观测数据:对每个患者 i,观测到 {Iᵢ(Aⱼ), ηᵢ, ηᵢT₁ᵢ, ηᵢRᵢ, ηᵢRᵢIᵢ(Bₖ), ηᵢ(1−Rᵢ)Iᵢ(Cₗ), Uᵢ, δᵢ}。注意:T₁ᵢ(阶段一时间)仅在 ηᵢ = 1 时观测到;Tᵢ(总生存)可能被删失;Rᵢ 仅在 ηᵢ = 1 时定义。

关键假设(作者隐含但未显式列出的): 1. 一致性(consistency):观测到的生存时间等于其实际遵循的 DTR 对应的潜在生存时间。 2. 序贯可忽略性(sequential ignorability):每个阶段的随机化独立于潜在结局,给定历史。这在 SMART 中由设计保证。 3. 删失独立于生存时间(给定协变量和 DTR)。 4. 权重已知:随机化概率 ℓⱼ, pₖ, qₗ 已知(设计决定),或可一致估计。

第二步:最小内核

问题:我们想检验"8 个 DTR 的生存分布是否完全相同"(全局零假设 H₀: 所有 Λⱼₖₗ(t) 相等)。在 SMART 中,每个患者只走一条路径,但我们想比较所有 8 条路径。核心困难:一个患者的数据可以用于多个 DTR 的估计(例如,初始给 A₁ 且有效的患者,既贡献给 A₁B₁C₁ 也贡献给 A₁B₂C₁),导致不同 DTR 的估计高度相关。

最小例子:假设只有 2 个 DTR:A₁B₁ 和 A₁B₂(即所有患者初始都接受 A₁,第二阶段在 B₁/B₂ 间随机)。此时 Z 是 1×1 的标量,检验统计量 T = Z² / Σ̂。要检验的命题:H₀: Λ₁₁(t) = Λ₁₂(t) 对所有 t。

为什么朴素方法失败:如果忽略权重,直接用标准 log-rank 检验比较"实际接受 B₁ 的患者"和"实际接受 B₂ 的患者",会引入选择偏差——因为是否进入第二阶段(ηᵢ = 1)与生存时间相关(活得更久的患者更可能进入第二阶段)。IPW 权重 W(s) 的作用是:在时间 s,给每个患者一个权重,使得加权后的伪总体中,每个 DTR 的"风险集"代表一个假设所有人都遵循该 DTR 的随机试验。

核心数学困难:Z 的渐近协方差矩阵 Σ 不是对角矩阵——不同 DTR 的 log-rank 统计量共享患者(同一患者可能同时贡献给多个 DTR 的统计量)。本文的关键技术贡献:通过渐近线性化(asymptotic linearization),将 Z 表示为独立个体贡献之和(即 Z ≈ n⁻¹/² Σᵢ ζᵢ),从而可以一致估计 Σ̂ = n⁻¹ Σᵢ ζ̂ᵢ ζ̂ᵢᵀ。一旦有了 Σ̂,T(t) 在 H₀ 下渐近服从 χ² 分布,自由度 ν = rank(Σ₀(t))。

期中监测的额外困难:在时间 t₁ 和 t₂ 两次分析中,Z(t₁) 和 Z(t₂) 是相关的(因为 t₁ 时的风险集是 t₂ 时风险集的子集)。为了计算联合分布 P(T(t₁) ≤ b₁, T(t₂) > b₂),需要知道跨时间点的协方差 Cov(Z(t₁), Z(t₂))。本文的方法:同样用渐近线性化,估计 Cov(Z(t₁), Z(t₂)) ≈ n⁻¹ Σᵢ ζ̂ᵢ(t₁) ζ̂ᵢ(t₂)ᵀ。有了整个 Ψ 矩阵(定理 1),就可以用多元正态分布计算边界 b₁, b₂。

为什么成立(直觉):渐近线性化将复杂的加权计数过程统计量分解为独立个体贡献之和,这使得中心极限定理适用,且协方差结构可以通过个体贡献的外积来估计。关键假设:权重 W(s) 的估计误差可以忽略(当随机化概率已知时成立),且计数过程的矩条件满足(需要适当的正则条件)。


三、这篇论文做了什么

三句话

  1. 研究了什么问题:在 SMART 设计中,针对生存结局,如何建立统计上有效的期中监测程序,允许因疗效提前终止试验,同时控制总体 I 类错误率。
  2. 核心工具 / 方法:提出加权 log-rank χ² 统计量(IPW 校正多阶段随机化),通过渐近线性化估计跨分析时间点的协方差矩阵 Ψ,并基于多元正态分布建立 Pocock、O'Brien-Fleming 和 Lan-DeMets 疗效边界。
  3. 主要结论:所提出的期中监测程序在模拟中维持了名义 I 类错误率(约 5%),并显著降低了期望样本量(例如,在强疗效场景下,O'Brien-Fleming 边界可将期望样本量从 500 降至约 430-470),同时保持了与单一最终分析相当的统计功效。

关键设定与假设

  • 两种 SMART 设计:SMART1(8 个 DTR,非响应者接受补救治疗)和 SMART2(4 个 DTR,非响应者不再随机化)。SMART2 对应神经母细胞瘤数据。
  • 权重定义(公式 1):时间依赖的 IPW 权重 Wⱼₖₗ,ᵢ(s)。在时间 s 之前,若患者 i 的反应状态未知(Dᵢ(s) = 0),权重为 1/ℓⱼ(仅考虑初始随机化);一旦反应状态已知(Dᵢ(s) = 1),权重调整为 1/(ℓⱼ pₖ) 或 1/(ℓⱼ qₗ)。关键点:权重是时间的函数,因为患者在进入第二阶段的时间不同。
  • 检验统计量(公式 2):加权 log-rank 统计量 Zⱼₖₗ,比较 DTR AⱼBₖCₗ 与参考 DTR A₁B₁C₁。权重同时出现在分子(事件计数)和分母(风险集大小)中。
  • 协方差估计:通过渐近线性化,将 Z 分解为个体贡献之和,然后估计 Σ̂(t) = n⁻¹ Σᵢ ζ̂ᵢ(t) ζ̂ᵢ(t)ᵀ 和跨时间协方差 Cov̂(Z(tₘ), Z(tₘ′)) = n⁻¹ Σᵢ ζ̂ᵢ(tₘ) ζ̂ᵢ(tₘ′)ᵀ。
  • 边界计算:基于定理 1,T(t) = Q(t)ᵀ Q(t),其中 Q 为多元正态。对于 Pocock 和 O'Brien-Fleming 边界,假设 Ψ 的特定结构(如独立增量或已知相关性);对于 Lan-DeMets 边界,使用误差花费函数 α*(t) 顺序确定边界。
  • 假设:随机化概率已知(设计决定);删失独立于生存时间;正则条件保证计数过程弱收敛;权重估计误差可忽略(因随机化概率已知)。

主要结果

定理 1:在零假设下,堆叠向量 Q = (Q(t₁), ..., Q(t_M)) 渐近服从均值为 0、协方差为 Ψ 的多元正态分布,其中 Ψ 的对角块为单位阵,非对角块由跨时间协方差决定。这为边界计算提供了理论基础。

模拟结果(表 2,零假设): - 在 SMART1 和 SMART2 下,使用所提协方差估计的 I 类错误率接近名义 5% 水平(例如,SMART1 中 LR 统计量在 Pocock 边界下 I 类错误率为 4.1%,O'Brien-Fleming 为 4.0%)。 - 相比之下,bootstrap 协方差估计的 I 类错误率显著膨胀(例如,SMART1 中 TD 统计量在 Pocock 边界下为 8.9%,O'Brien-Fleming 为 6.4%),表明所提渐近线性化方法在控制 I 类错误方面优于 bootstrap。 - 在 SMART2 中,两种统计量的 I 类错误率均接近 5%(LR: 5.4-5.9%,TD: 4.8-5.8%),但 bootstrap 方法仍显示膨胀(TD: 8.6-11.3%)。

模拟结果(表 3,备择假设): - 在强疗效场景下(如 SMART1 的 Alt 2),O'Brien-Fleming 边界在最终分析的检验功效为 95%(TD)和 92%(LR),与单一最终分析(无期中监测)的功效相当。 - 期望样本量显著降低:例如,SMART1 Alt 2 中,O'Brien-Fleming 边界的期望样本量为 446(TD)和 443(LR),相比固定样本量 500 减少了约 11%。 - Pocock 边界倾向于更早停止(期望样本量更低,如 SMART1 Alt 2 中为 413-415),但代价是最终分析功效略低(88-93% vs 91-95%)。 - 在弱疗效场景下(如 SMART1 Alt 1),所有方法的功效均较低(70-82%),但 O'Brien-Fleming 仍优于 Pocock。

神经母细胞瘤数据分析:在期中分析(50% 事件,1254 天,n=289)时,LR 和 TD 统计量分别为 3.34 和 3.14,均低于 Pocock 边界(约 9.1),因此试验应继续。最终分析时,LR 和 TD 统计量分别为 5.80 和 6.56,低于 O'Brien-Fleming 最终边界(约 8.0),结论为 4 个 DTR 间无显著差异。这一结论与原始试验一致,但作者指出其方法允许在期中分析时做出正式决策,而原始试验未进行期中监测。

证明路线与技术技巧

整体路线(3-5 步):

  1. 构造加权 log-rank 统计量:将每个 DTR 的生存分布与参考 DTR 比较,使用 IPW 权重校正多阶段随机化。权重 Wⱼₖₗ,ᵢ(s) 确保在零假设下,加权后的计数过程具有正确的均值结构。

  2. 渐近线性化:将 Zⱼₖₗ 分解为 n⁻¹/² Σᵢ ζⱼₖₗ,ᵢ + oₚ(1),其中 ζⱼₖₗ,ᵢ 是独立同分布的随机变量。这一步是关键——它将复杂的加权计数过程转化为独立和的形式,使得中心极限定理适用。

  3. 估计协方差矩阵:基于渐近线性化,Σ̂(t) = n⁻¹ Σᵢ ζ̂ᵢ(t) ζ̂ᵢ(t)ᵀ 是 Σ(t) 的一致估计。跨时间协方差 Cov̂(Z(tₘ), Z(tₘ′)) 类似估计。关键技巧:ζ̂ᵢ(t) 中的未知量(如 πⱼₖₗ(s) = Ȳⱼₖₗ(s)/[Ȳⱼₖₗ(s) + Ȳ₁₁₁(s)])用其一致估计替代,不影响渐近分布。

  4. 建立联合分布:由定理 1,T(tₘ) = Q(tₘ)ᵀ Q(tₘ) 的联合分布由 Ψ 决定。对于边界计算,需要 Ψ 的估计。两种途径:(a) 假设独立增量(即 Ψ 为分块对角),得到近似边界;(b) 使用误差花费函数(Lan-DeMets),无需显式估计 Ψ 的非对角块。

  5. 确定边界:对于 Pocock 和 O'Brien-Fleming 边界,使用多元正态分布的数值积分或模拟确定 b₁, ..., b_M,使得总体 I 类错误率为 α。对于 Lan-DeMets,使用误差花费函数 α*(t) 顺序确定边界。

关键技巧点名:

  • 渐近线性化:这是本文的核心技术工具,将加权计数过程统计量转化为独立和,使得协方差估计成为可能。
  • 时间依赖权重的处理:权重 Wⱼₖₗ,ᵢ(s) 是时间的函数,因为患者进入第二阶段的时间不同。这导致跨时间协方差结构复杂,不能直接套用单阶段 RCT 的独立增量性质。
  • 与 TD 统计量的对比:TD 统计量基于 Cox 模型得分检验,其协方差估计依赖于模型假设;而本文的加权 log-rank 统计量基于非参数计数过程,协方差估计更稳健。模拟显示两者在 I 类错误控制上表现相似,但 TD 在功效上略优(可能因其利用了更多模型结构)。

🔎 结论是否比证明窄

  • 作者声称:"所提出的期中监测程序在 SMART 中维持了名义 I 类错误率并保持了统计功效。" 但模拟仅覆盖了特定的参数设置(指数生存、特定随机化概率、特定疗效大小),未覆盖非比例风险、时变疗效、或更复杂的 SMART 设计(如 3 阶段)。因此,结论的普适性依赖于模拟设置的合理性。
  • 作者声称:"加权 log-rank 统计量和 TD 统计量属于同一类。" 但证明仅针对两者在零假设下的渐近等价性,未讨论在备择假设下的效率比较。模拟显示 TD 在功效上略优,但作者未给出理论解释。
  • 一个值得注意的窄结论:在定理 1 中,作者假设权重 Wⱼₖₗ,ᵢ(s) 的估计误差可忽略(因随机化概率已知)。但在实际 SMART 中,随机化概率可能因偶然性偏离设计值(如分层随机化中的偶然不平衡),此时权重估计误差可能不可忽略。作者未讨论这一情况的稳健性。
  • 另一个窄结论:作者仅考虑了疗效优效性(efficacy)的期中监测,未涉及无效性监测(futility)或安全性监测。在实践中的 SMART 中,无效性监测同样重要,但其统计理论(如条件功效)在 SMART 设定下尚未发展。

四、开放问题

  1. 非比例风险下的期中监测:本文的加权 log-rank 统计量在比例风险假设下最优,但实际中 DTR 的生存曲线可能交叉(如初始治疗有效但后期失效)。如何构造对非比例风险稳健的期中监测统计量?(扎根于:本文所有模拟均使用指数生存,即比例风险;作者在讨论中未提及非比例风险情形。)

  2. 无效性监测与条件功效:本文仅考虑优效性监测。在 SMART 中,如何计算给定期中数据后的条件功效(conditional power)以支持无效性终止决策?(扎根于:作者在讨论中仅提及"允许因疗效提前终止",未讨论无效性终止。)

  3. 多阶段 SMART 的期中监测:本文仅考虑两阶段 SMART。对于 3 阶段或更多阶段的 SMART,期中监测的协方差结构将更加复杂,且"部分信息"的定义更为困难。(扎根于:作者在讨论中称"方法可以扩展到更多阶段",但未给出具体证明或模拟。)

  4. 权重估计误差的影响:本文假设随机化概率已知。当随机化概率需要从数据估计时(如响应自适应随机化,被引 [6] 和 [11] 代表),权重估计误差对期中监测的 I 类错误率有何影响?(扎根于:作者在定理 1 的证明中假设权重已知,未讨论估计权重的情形。)

  5. 与半参数效率理论的联系:本文的加权 log-rank 统计量是否达到半参数效率界?是否存在更高效的期中监测统计量?(扎根于:作者在讨论中承认 TD 统计量在功效上略优,但未给出理论解释;这暗示可能存在效率改进空间。)

  6. 多重比较问题:当 SMART 嵌入多个 DTR 时,除全局检验外,研究者可能关心两两比较。如何在期中监测框架下控制家族wise错误率(FWER)或错误发现率(FDR)?(扎根于:本文仅考虑全局零假设,未讨论多重比较问题。)


提醒:要确认上述开放问题是否为真 gap,建议去读以下近期文献的引言部分(各约 5 篇):(a) SMART 中的期中监测(Manschot et al. 2022 之后的工作);(b) 生存分析中的组序贯设计(非比例风险方向);(c) 响应自适应随机化的 SMART 设计。若这些文献的引言都指向同一问题,则为共识性 gap;若互相矛盾,则可能是更值得切入的机会。


Maintained by 陈星宇 · Homepage · Source on GitHub

评论