跳转至

Doubly robust methods for recurrent event outcomes: causal effects of blood pressure medications on acute kidney injuries

作者: Wenling Zhang, Cecilia A Cotton, Lan Wen
来源: American Journal of Epidemiology
主题: 因果推断
相关性: 8/10
机构绿灯: Harvard University(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纵向因果推断中的复发事件结局(recurrent event outcomes)。其根本科学问题是:在观察性纵向研究中,当个体可能经历多次事件(如急性肾损伤发作)、治疗随时间变化、且存在死亡这一终止事件时,如何定义并估计治疗策略的因果效应。该方向的成熟度处于"方法框架已建立、但针对特定复杂结局(复发事件+半竞争风险)的稳健估计仍有缺口"的阶段——经典方法(g-formula、IPW、G-computation)早已存在,但将其与双重稳健估计、机器学习灵活拟合结合并处理复发事件+死亡截断的完整流程,仍是近年的活跃研究点。

发展脉络

  • 奠基工作:Robins (1986) 的 longitudinal g-formula [17] 为纵向因果推断提供了识别框架;Hernán & Robins 的教科书 [13] 系统化了反事实框架与时变混杂的处理。Pearl (2009) [16] 的综述则将 SCM 语言引入,为因果推断提供了统一的形式化基础。这些工作确立了"在时变混杂下,需要同时建模治疗机制与结局机制"的基本范式。
  • 主要进展:van der Laan & Rubin (2006) [18] 提出 TMLE,将半参数效率理论与机器学习结合,实现了"双重稳健 + 灵活拟合"的估计策略;Lendle et al. (2017) [20] 的 ltmle R 包将纵向 TMLE 工程化,使其可用于实际研究。Su et al. (2020) [16] 将双重稳健思想引入复发事件数据,但主要处理点暴露场景。Su et al. (2022) [10] 进一步用伪观测(pseudo-observations)处理复发事件,但未完全解决时变治疗与半竞争风险的联合建模。
  • 当前 frontier:Janvin et al. (2024) [33] 明确指出,在复发事件+竞争风险场景下,死亡应作为时变协变量而非简单删失处理,否则会打开额外的因果路径。Hoffman et al. (2024) [12] 将纵向修正治疗策略(modified treatment policies)推广到复杂结局,提供了更灵活的干预定义。本文的位置是:将纵向 TMLE 完整扩展到复发事件结局,同时处理时变治疗、时变混杂、依从性(作为时变处理)与死亡(作为半竞争风险),并在 SPRINT 数据上给出 ITT 与 PP 两种 estimand 的实证估计。
  • 被引文献的定位:作者引用 Young et al. (2020) [32] 来论证"将死亡视为删失可能导致 estimand 定义不清",引用 Janvin et al. (2024) [33] 来支持"死亡应作为时变变量纳入"的做法,引用 Haneuse & Lee (2016) [35] 来界定半竞争风险框架。这三篇构成了本文方法选择的直接理论依据。

子线索聚类

  1. 识别与 estimand 定义(Pearl 2009 [16]; Hernán & Robins [13]; Young et al. 2020 [32]; Janvin et al. 2024 [33]):这条线回答"什么是因果效应、在竞争风险下如何定义"。核心张力在于:总效应(total effect)vs 受控直接效应(controlled direct effect)vs 在死亡截断下的效应分解。
  2. 估计方法(van der Laan & Rubin 2006 [18]; Lendle et al. 2017 [20]; Su et al. 2020 [16]; Su et al. 2022 [10]):这条线回答"给定 estimand,如何构造估计量"。核心进展是从参数模型 → 双重稳健 → 半参数效率 → 机器学习灵活拟合。
  3. 复发事件与半竞争风险建模(Haneuse & Lee 2016 [35]; Janvin et al. 2024 [33]):这条线回答"如何处理事件多次发生与死亡截断"。这是本文方法创新的直接落点。

这个方向在追问的核心问题

  1. 如何正确定义竞争风险下的因果效应? 死亡是删失还是结局?不同选择对应不同的 estimand 和因果解释。
  2. 如何在时变混杂下实现双重稳健估计? 当治疗、混杂、结局随时间共同演化时,倾向 score 与结局回归的建模复杂度急剧上升。
  3. 如何将机器学习纳入半参数估计框架? 灵活拟合带来偏差-方差权衡,需要 cross-fitting 等技巧保证推断有效性。
  4. 复发事件的计数过程如何与因果推断框架衔接? 事件多次发生意味着个体内相关性,需要合适的聚集方式(如累计计数)。

⚠️ 作者的 framing(这是作者的说法)

作者将缺口 frame 为:"现有复发事件因果推断方法主要处理点暴露场景,缺乏在时变治疗+时变混杂+半竞争风险下同时处理 ITT 与 PP 估计的完整框架"。具体而言,作者声称其贡献在于:(i) 形式化定义了复发事件结局下的 ITT 与 PP estimand;(ii) 提供了纵向 TMLE 的完整实现算法;(iii) 在 SPRINT 数据上展示了方法可行性。作者淡化了以下竞争路线:参数 g-formula(可能因模型误设风险被回避)、连续时间方法(作者选择离散时间网格,回避了连续时间计数过程的复杂性)、工具变量方法(未讨论依从性的 IV 识别策略)。值得研究者去查的问题:为什么作者选择离散时间网格而非连续时间框架?Janvin et al. (2024) 的连续时间 IPW 方法是否在理论上更优?作者未引用近期关于"复发事件+竞争风险"的半参数效率界文献(如基于计数过程鞅理论的效率界),这是否意味着该方向的效率理论仍开放?

张力

未见明显对立引用。但存在一个方法选择上的潜在张力:作者采用 TMLE(基于效率影响函数),而 Janvin et al. (2024) 采用连续时间 IPW。两者在理论性质上各有优劣——TMLE 双重稳健但依赖离散时间近似,IPW 连续时间精确但可能对倾向 score 误设更敏感。作者未直接讨论这一权衡。


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

符号清单(逐个点名):

符号 含义 类型
\(N\) 研究个体数 样本量指标
\(k \in \{0, 1, \ldots, K+1\}\) 时间区间索引,\(k=0\) 为基线,\(K+1\) 为随访终点 时间指标
\(L_0^*\) 基线协变量向量 可观测随机变量
\(Z \in \{0, 1\}\) 基线随机化治疗分配(1=强化,0=标准) 可观测随机变量(随机化)
\(A_k \in \{0, 1\}\) 第 \(k\) 区间的依从性指示(1=完全依从分配方案) 可观测随机变量(时变)
\(L_k^*\) 第 \(k\) 区间测量的时变协变量(含 MAP 等) 可观测随机变量(时变)
\(L_k = (Y_k, L_k^*)\) 第 \(k\) 区间的联合时变变量(含结局) 可观测随机变量
\(Y_k \in \{0, 1\}\) 第 \(k\) 区间是否发生 AKI 事件 可观测随机变量(结局)
\(R_{K+1} = \sum_{k=1}^{K+1} Y_k\) 随访期内 AKI 累计次数 可观测随机变量(导出)
\(D_k\) 第 \(k\) 区间全因死亡指示 可观测随机变量(半竞争风险)
\(\bar{a}_K = (a_1, \ldots, a_K)\) 依从性路径(干预指定) 干预/反事实
\(\psi_{k}^{z, \bar{a}_{k-1}} \equiv E(Y_k^{z, \bar{a}_{k-1}})\) 区间 \(k\) 的反事实事件概率 目标 estimand(参数)
\(E(R_{K+1}^{z, \bar{a}_K})\) 累计反事实事件数期望 目标 estimand(参数)
\(\pi_z = \Pr(Z = z \mid L_0)\) 基线治疗分配概率 倾向 score(nuisance)
\(\pi_{z, a_j} = \Pr(A_j = a_j \mid \bar{L}_{j-1}, Z = z, \bar{A}_{j-1} = \bar{a}_{j-1})\) 依从性概率 倾向 score(nuisance)
\(\bar{\pi}_{z, \bar{a}_k} = \pi_z \prod_{j=1}^k \pi_{z, a_j}\) 联合治疗+依从概率 倾向 score(nuisance)
\(Q_{k,h}^{z, \bar{a}_h} \equiv E(Q_{k,h+1}^{z, \bar{a}_{h+1}} \mid Z = z, \bar{A}_h = \bar{a}_h, \bar{L}_h)\) 从历史 \(h\) 出发的条件结局期望 结局回归(nuisance)
\(P\) 观测数据的真实分布 未知总体
\(\Psi(P)\) 目标泛函(将 \(P\) 映射到 estimand) 统计泛函

模型(数据生成机制):

观测数据为 \(O = (L_0, Z, L_1, A_1, \ldots, L_K, A_K, Y_{K+1}) \sim P\)。时间顺序为:基线协变量 \(L_0\) → 随机化 \(Z\) → 区间 1 开始 → 依从性 \(A_1\) → 时变协变量 \(L_1\)(含 \(Y_1\))→ …… → 区间 K → 依从性 \(A_K\) → 时变协变量 \(L_K\)(含 \(Y_K\))→ 终点结局 \(Y_{K+1}\)。死亡 \(D_k\) 作为 \(L_k^*\) 的分量,一旦 \(D_k = 1\),后续区间不再有事件(\(Y_j = 0, j > k\))。

可观测数据:每个个体有完整的协变量-治疗-结局历史 \(\bar{L}_K, \bar{A}_K, Y_{K+1}\)。想要但观测不到:反事实结局 \(Y_k^{z, \bar{a}_{k-1}}\)(即个体在指定治疗和依从路径下的潜在事件指示)。

识别假设(作者采用): 1. 条件可交换性:\(Y_k^{z, \bar{a}_{k-1}} \perp\!\!\!\perp A_{k-1} \mid \bar{L}_{k-1}, Z = z, \bar{A}_{k-2} = \bar{a}_{k-2}\)(依从性在给定历史下无未测量混杂);\(Y_k^{z, \bar{a}_{k-1}} \perp\!\!\!\perp Z \mid L_0\)(由随机化保证)。 2. 积极性:\(\Pr(A_{k-1} = a_{k-1} \mid \bar{L}_{k-1}, Z = z, \bar{A}_{k-2} = \bar{a}_{k-2}) > 0\)。 3. 一致性:若 \(Z = z\) 且 \(\bar{A}_{k-1} = \bar{a}_{k-1}\),则 \(Y_k = Y_k^{z, \bar{a}_{k-1}}\)。

第二步:最小内核

最简特例:\(K = 1\)(只有两个区间:基线 + 一个随访区间),无时变协变量(\(L_1 = Y_1\)),无死亡(\(D_k = 0\) 恒成立),依从性为二值 \(A_1 \in \{0, 1\}\)。此时目标 estimand 退化为:

\[\psi^{z, a_1}_2 = E(Y_2^{z, a_1})\]

即"在基线分配 \(z\) 且完全依从 \(a_1\) 的条件下,区间 2 发生 AKI 的概率"。

识别公式(由 (1) 式退化):

\[\psi^{z, a_1}_2 = E_{L_0} \left[ E_{Y_1 \mid L_0, Z=z} \left[ E(Y_2 \mid L_0, Z=z, Y_1, A_1 = a_1) \right] \right]\]

核心思想:这是一个迭代条件期望(ICE)。从最内层开始: - 第 1 步:在给定完整历史 \((L_0, Z=z, Y_1, A_1 = a_1)\) 下,估计 \(Y_2\) 的条件概率 \(Q^{z, a_1}_{2,1} = E(Y_2 \mid L_0, Z=z, Y_1, A_1 = a_1)\)。 - 第 2 步:将 \(Q^{z, a_1}_{2,1}\) 对 \(Y_1\) 在给定 \((L_0, Z=z)\) 下取期望,得到 \(Q^{z, a_1}_{2,0} = E(Q^{z, a_1}_{2,1} \mid L_0, Z=z)\)。 - 第 3 步:将 \(Q^{z, a_1}_{2,0}\) 对 \(L_0\) 取期望,得到 \(\psi^{z, a_1}_2\)。

为什么需要双重稳健:如果直接用经验分布替换期望,会得到 g-formula 估计量,其一致性完全依赖结局回归 \(Q\) 的正确设定。IPW 估计量则完全依赖倾向 score \(\pi\) 的正确设定。双重稳健估计量(如 TMLE)结合两者,只要至少一个 nuisance 模型正确,估计量就一致。在 \(K=1\) 的特例下,TMLE 的更新步骤(Algorithm 1 中的第 3-5 步)本质上是用倾向 score 的逆概率作为权重,对初始结局回归估计做一次"针对性"修正,使得最终估计量在 \(\pi\) 或 \(Q\) 之一正确时无偏。

为什么这个特例抓住了核心困难:即使在这个最简单的设定下,双重稳健性的证明已经需要处理"两个 nuisance 模型的交叉影响"——如果 \(Q\) 误设但 \(\pi\) 正确,偏差项如何被 \(\pi\) 的加权消除?这正是影响函数理论的核心作用:EIF 给出了估计量的一阶展开,使得偏差项可以被显式写出并控制。一般 \(K > 1\) 的情形只是将这个逻辑递归地应用到每个时间区间。


三、这篇论文做了什么

三句话

  1. 研究了什么问题:在 SPRINT 随机对照试验数据中,估计强化 vs 标准降压治疗对急性肾损伤(AKI)复发次数的因果效应,同时处理时变治疗依从性、时变混杂(如血压值)和死亡作为半竞争风险的问题。
  2. 核心工具/方法:将纵向 TMLE 扩展到复发事件结局,基于离散时间网格构造累计计数结局,利用 EIF 构造双重稳健估计量,并通过 cross-fitting 结合机器学习(XGBoost、GAM)拟合 nuisance 函数。
  3. 主要结论:强化降压治疗在 ITT 分析中显著增加 AKI 复发风险(估计效应 0.019,95% CI [0.011, 0.026]),PP 分析结果类似(0.017,95% CI [0.007, 0.027]),且不同 nuisance 拟合方法(GLM vs XGB)结果高度一致。

关键设定与假设

  • 离散时间网格:将 4 年随访期划分为两个 2 年区间(\(K=2\))。这是一个强简化假设——作者在敏感性分析中尝试了年度划分,但未报告结果是否稳健。相比连续时间方法(如 Janvin et al. 2024),离散化可能引入信息损失。
  • 依从性的定义:\(A_k = 1\) 表示在第 \(k\) 区间完全依从分配方案。这是一个二值化处理,忽略了部分依从的程度差异。作者承认这是"实际依从行为的粗略近似"。
  • 死亡作为时变协变量:\(D_k\) 纳入 \(L_k^*\),且 \(D_k = 1\) 后 \(Y_j = 0\)(\(j > k\))。这避免了将死亡视为删失导致的 estimand 定义不清问题(引用 [32] 论证)。
  • 可交换性假设:条件于历史 \(\bar{L}_{k-1}\),依从性 \(A_{k-1}\) 与未来反事实结局独立。在随机化试验中,\(Z\) 的可交换性由设计保证,但依从性的可交换性依赖"无未测量混杂"假设——作者承认 SPRINT 中未测量的健康行为可能同时影响依从性和 AKI 风险。
  • 相比已有工作的变化:相比 Su et al. (2020) 的点暴露设定,本文处理了时变治疗;相比 Janvin et al. (2024) 的连续时间方法,本文采用离散时间但提供 TMLE 的完整实现。作者未讨论效率损失——离散化是否导致估计量不再达到半参数效率界?

主要结果

  • ITT 总效应:强化 vs 标准治疗在 4 年内的 AKI 累计次数差异为 0.019(95% CI [0.011, 0.026]),即强化治疗组平均多发生约 0.02 次 AKI。效应量小但统计显著。
  • PP 总效应:完全依从者中的效应为 0.017(95% CI [0.007, 0.027]),与 ITT 接近,说明依从性对效应估计影响不大。
  • PIE 分析:在强化治疗组中,完全依从 vs 实际依从的 AKI 差异为 0.000(95% CI [-0.004, 0.004]),标准治疗组为 0.003(95% CI [-0.001, 0.006]),均不显著。这表明依从性本身对 AKI 复发影响有限。
  • CDE 分析:控制死亡后的直接效应为 0.018(95% CI [0.010, 0.026]),与总效应几乎一致,说明死亡介导的间接效应很小(与死亡率 <5% 一致)。
  • 稳健性:GLM、XGB、GAM 三种 nuisance 拟合方法给出的估计高度一致(差异 <0.002),表明结果对模型选择不敏感。但作者未报告置信区间覆盖率的模拟验证。

证明路线与技术技巧

整体路线(基于 EIF 的 TMLE 构造):

  1. 写出目标泛函:\(\Psi(P) = \sum_{k=1}^{K+1} \psi_k^{z, \bar{a}_{k-1}}\),其中每个 \(\psi_k\) 由 ICE 公式 (1) 定义。
  2. 求 EIF:对 \(\Psi\) 在 \(P\) 处沿所有一维参数子模型求路径导数,得到 EIF \(\xi^*\)(公式 3)。这一步是理论核心——EIF 的形式决定了估计量的双重稳健结构。
  3. 构造 TMLE:
  4. 初始估计:用 SuperLearner 或指定模型拟合每个区间的结局回归 \(Q_{k,h}\) 和倾向 score \(\pi_{z,a_j}\)。
  5. 迭代更新:对每个区间,用倾向 score 的逆概率作为权重,对结局回归做"波动"更新(fluctuation),使得更新后的估计满足 EIF 的估计方程。
  6. Cross-fitting:将数据分为若干折,用其他折拟合 nuisance,本折做更新,避免过拟合偏差。
  7. 推断:利用 EIF 的渐近正态性构造置信区间,方差用 EIF 的经验方差估计。

关键跳跃点:

  • EIF 的推导(公式 3):这是最吃功夫的部分。对于复发事件+半竞争风险,EIF 包含多个"嵌套"的逆概率权重项(\(\bar{\pi}_{z, \bar{a}_{j-1}}\) 的倒数),每个区间对应一项。难点在于处理死亡截断——死亡后个体不再有 AKI 风险,但死亡本身受治疗影响,这导致 EIF 中出现额外的"死亡指示"项。作者的处理方式是将死亡作为时变协变量纳入 \(L_k^*\),从而在 ICE 公式中自然截断。
  • 双重鲁棒性的证明:作者声称估计量在"倾向 score 或结局回归之一正确"时一致。这一性质的证明依赖于 EIF 的双鲁棒结构——偏差项是两个 nuisance 误差的乘积。作者在附录 A.4 中通过模拟验证了这一性质,但未给出完整证明(仅引用 van der Laan & Rose 的 TMLE 理论)。
  • 机器学习与 EIF 的结合:XGBoost 等黑箱模型不满足 Donsker 条件,因此需要 cross-fitting 来消除过拟合偏差。作者使用了 10 折交叉拟合,但未讨论折数选择对有限样本表现的影响。

技术技巧点名:

  • Efficient Influence Function (EIF):核心工具,用于构造半参数有效估计量并指导 TMLE 更新。
  • Cross-fitting:解决机器学习 nuisance 估计带来的过拟合偏差,保证渐近正态性。
  • Targeted Minimum Loss-Based Estimation (TMLE):在初始估计基础上做最小损失更新,使得最终估计量满足 EIF 估计方程。
  • SuperLearner 框架(隐含):作者提到"使用机器学习算法",但未明确是否使用 SuperLearner 进行模型集成。
  • Bootstrap:用于方差估计的替代方案(作者提到 1000 次 bootstrap),但未与 EIF 解析方差对比。

真实例子与应用

数据:SPRINT 试验,9,322 名参与者(排除缺失基线后),随访 4 年。治疗分配为强化(目标 SBP <120 mmHg)vs 标准(目标 SBP <140 mmHg)。主要结局为 AKI 复发次数,死亡作为半竞争风险。

应用方式: 1. 将 4 年随访划分为 2 个 2 年区间(\(K=2\))。 2. 对每个区间定义依从性 \(A_k\)(是否完全依从分配方案)。 3. 用三种方法(GLM、XGB、GAM)拟合 nuisance 模型。 4. 用 TMLE 估计 ITT 和 PP 总效应、PIE、CDE。 5. 用 1000 次 bootstrap 构造置信区间。

结果解读:强化治疗组 AKI 复发风险略高(效应 0.019),但效应量小。作者强调这一发现与 SPRINT 原始分析一致,但本文的方法提供了对依从性和死亡更细致的处理。这个例子想说明:(i) 方法在真实数据上的可行性;(ii) 不同 nuisance 拟合方法结果一致,表明双重鲁棒性的实际价值;(iii) 通过区分 ITT/PP/PIE/CDE,提供更丰富的因果解释。

局限性(作者承认): - 离散时间网格可能损失信息(敏感性分析未充分报告)。 - 依从性的二值化处理忽略了部分依从。 - 未讨论未测量混杂的敏感性分析。 - 未与连续时间方法(如 Janvier et al. 2024)进行实证对比。

🔎 结论是否比证明窄

  • 明确声称但未证明:作者声称估计量"双重鲁棒",但附录仅提供模拟验证,未给出理论证明(引用 van der Laan & Rose 的 TMLE 理论作为依据)。对于复发事件+半竞争风险这一特定设定,双重鲁棒性是否直接继承自标准 TMLE 理论,作者未明确论证。
  • 声称"透明实现"但代码未提供:作者说"提供透明实现以促进应用",但正文和附录均未给出代码链接或伪代码的完整细节(Algorithm 1 只展示了 \(k=2\) 的情形)。
  • 效率性质的模糊表述:作者称估计量"达到半参数效率界",但未给出效率界的显式推导或与现有方法的效率对比。对于离散化处理,效率损失未被讨论。
  • 模拟验证的范围:附录 A.4 的模拟仅报告了有限场景(样本量、混杂强度),未覆盖稀疏数据、强工具变量等极端情形。

四、开放问题

  1. 连续时间 vs 离散时间的效率损失:作者选择离散时间网格,但未量化与连续时间方法(Janvin et al. 2024)的效率差距。要确认这是否是真 gap,可去读近期连续时间因果推断文献(如 Ryalen et al. 的计数过程方法)的 intro——若它们都强调离散化的效率损失,则这是一个值得研究的问题。

  2. 依从性的精细建模:作者将依从性二值化,忽略了部分依从。更精细的依从性定义(如服药比例)需要不同的 estimand 和识别策略。扎根于作者在 Section 5 承认的"依从性定义是粗略近似"。

  3. 未测量混杂的敏感性分析:作者未进行敏感性分析。扎根于其可交换性假设的不可检验性——可参考 E-value 或 bias factor 方法(VanderWeele & Ding 2017)来量化未测量混杂的影响。

  4. 半竞争风险下的效率界推导:作者未给出复发事件+半竞争风险设定下的半参数效率界显式形式。扎根于其"达到效率界"的声称缺乏证明——可尝试推导该设定下的效率界,并与离散化估计量的方差对比。

  5. 死亡截断与 estimand 选择的交互:作者估计总效应(包含死亡介导路径),但未讨论在死亡比例较高时总效应 vs 存活效应(survivor average causal effect)的解释差异。扎根于其引用 [32] 的讨论但未深入。

提示:要确认上述哪条是真 gap,去读同一子领域近期约 5 篇论文(如 Statistics in Medicine 或 Biometrics 上关于复发事件因果推断的文章)的 intro——若多篇都指向同一缺口(如连续时间效率损失),则这是共识性 gap;若它们互相矛盾(如有的认为离散化可忽略、有的认为严重),则这是机会。


Maintained by 陈星宇 · Homepage · Source on GitHub

评论