Doubly robust win statistics for hierarchical survival endpoints in individual- and cluster-randomized trials¶
作者: Xi Fang, Fan Li
主题: 因果推断
相关性: 6/10
链接: https://arxiv.org/abs/2611.05853
一、领域脉络与小综述¶
这个方向是什么:在随机对照试验中,当结局为"分层复合终点"(如先比较死亡、再比较非死亡事件)时,win统计量(win ratio、win odds、net benefit)通过两两比较不同处理组受试者的完整结局谱来概括处理效应。该子方向的核心统计问题是:在右删失存在时,如何定义不依赖于删失分布的"win概率"(即随机抽取一名处理组和一名对照组受试者、前者结局优于后者的概率),并构造兼顾稳健性和效率的估计与推断方法。当前方法多依赖删失独立假设或特定模型,本文试图在个体随机化(IRT)和整群随机化(CRT)下建立统一的双重稳健(doubly robust)估计框架。
发展脉络: - 奠基工作:Buyse (2010) 提出广义配对比较(generalized pairwise comparison),将复合结局按临床优先级排序后做两两比较;Pocock et al. (2012) 提出win ratio,将其作为复合终点(尤其心血管试验)的效应度量。这两篇奠定了"分层比较+win统计量"的基本范式,但未系统处理删失导致的比较不确定性问题。 - 删失处理的关键进展:Oakes (2016) 指出,在右删失下若简单将未决比较视为平局,win ratio会依赖删失分布,即使删失独立于结局也如此。Dong et al. (2020, 2021) 引入IPCW(逆删失概率加权)修正win统计量,在删失独立于结局(给定协变量)时获得一致性,但效率有限且依赖删失模型正确。Fang and Li (2026) 提出条件tie加权,利用部分未决比较的信息,但仍需删失模型正确。 - CRT中的估计量区分:Kahan et al. (2023, 2024) 强调在整群随机化中需区分cluster-average与individual-average处理效应,因群大小可能与结局相关(informative cluster size)。Lee et al. (2026) 和 Chen and Li (2026) 将win统计量扩展到CRT,但未处理右删失,或仅提供未校正删失的估计。 - 双重稳健思想的引入:在生存分析中,双重稳健估计(结合结局回归与删失加权)已有成熟理论(Tsiatis 2006;Zhang et al. 2019 用于Mann–Whitney型效应;Westling et al. 2024 用于限制平均生存时间)。本文首次将这一思想系统引入分层复合终点的win统计量,并同时覆盖IRT与CRT。
当前frontier与本文位置:现有方法要么依赖删失模型正确(IPCW类),要么依赖结局模型正确(回归类),且CRT下cluster-average与individual-average的删失校正未被统一处理。本文声称填补这一缺口:提出一个结合IPCW与联合结局模型的估计量,在"删失模型正确"或"结局模型正确"任一条件下一致(Theorem 2、Theorem 5),并给出解析方差估计量,避免bootstrap。作者将自身定位为"统一框架",同时处理分层复合终点、协变量依赖删失、整群随机化下的两种目标人群。
⚠️ 作者的framing(这是作者的说法):作者把缺口框定为"现有win统计量在删失下缺乏双重稳健性,且CRT中两种目标人群的删失校正未被统一处理",从而让本文成为"显然的下一步"。被淡化或回避的竞争路线包括:(i) 基于逆概率删失加权的简单IPCW估计量(Dong et al.)被描述为"依赖删失模型正确且效率有限";(ii) 纯结局回归方法(如直接建模联合分布)被描述为"难以处理高维协变量且对模型错误敏感";(iii) 对CRT,作者强调"不能简单将IRT方法套上聚类稳健方差",但未深入讨论随机化推断(randomization-based inference)作为替代范式。什么明显该被引/该存在、却没出现在introduction里:未提及Bebu & Lachin (2016) 关于win ratio的因果解释局限,也未讨论Dobler et al. (2023) 对win ratio在非比例风险下检验效力的批评;对CRT,未引用Wang et al. (2023) 关于cluster-level treatment effect的因果框架(如复合反事实),也未讨论cluster大小与处理效应交互时的估计目标选择问题。
张力:未见明显对立引用。但存在一个潜在张力:作者声称"双重稳健"在"结局模型正确"时成立,而结局模型是联合生存模型(copula),其正确性比单一结局的回归模型更难保证;这一张力在文中未充分讨论。
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¶
记号(按论文第2节): - 个体 \(i\),处理 \(A_i \in \{0,1\}\)(1=处理,0=对照)。 - 潜在结局:死亡时间 \(D_i(a)\),第 \(q\) 个非死亡事件时间 \(T_i^q(a)\)(\(q=1,\dots,Q\)),\(a\in\{0,1\}\)。若死亡先于非死亡事件,则 \(T_i^q(a)=\infty\)(半竞争风险结构)。 - 潜在删失时间 \(C_i(a)\)。观测数据:\(U_i = R_i \wedge C_i\)(\(R_i = D_i \wedge \tau\) 为分辨率时间),\(\Delta_i^R = \mathbf{1}(R_i \le C_i)\),以及删失前观测到的事件历史 \(\mathcal{H}_i(U_i)\)。 - 比较核 \(h_r(\mathbf y_1, \mathbf y_2)\):\(h_+\) 表示"处理组受试者胜出",\(h_-\) 表示"对照组受试者胜出",\(h_=\) 表示平局;由临床优先级和阈值 \(\delta_q\) 决定。 - 目标估计量(IRT):\(\lambda_r = E[h_r\{\mathbf Y_i(1), \mathbf Y_k(0)\}]\),\(r\in\{+,-\}\)。win ratio \(WR=\lambda_+/\lambda_-\),win odds \(WO=(1+NB)/(1-NB)\),net benefit \(NB=\lambda_+-\lambda_-\)。 - 已知处理分配概率 \(\pi_s(L_i)=P(A_i=s|L_i)\)(随机化下已知或可估计)。 - 删失模型:\(K_{0,a}(t|l)=P\{C_i(a)\ge t|L_i=l\}\),假设删失与结局在给定协变量和处理的条件下独立(Assumption 4)。 - 结局模型:\(F_a(\mathbf y|l)\) 为处理组 \(a\) 的联合结局分布(由边际Cox模型 + copula 构成,见第2.3节)。
可观测数据:每个受试者 \(i\) 观测到 \((L_i, A_i, U_i, \Delta_i^R, \mathcal{H}_i(U_i))\)。当 \(\Delta_i^R=1\) 时,完整结局向量 \(\mathbf Y_i\) 可观测;当 \(\Delta_i^R=0\) 时,只知道删失前的事件历史。
第二步:最小内核¶
问题:在右删失下,如何估计 \(\lambda_+ = P(\text{处理组受试者胜出})\)?
朴素IPCW估计量(Dong et al. 2020)只使用两个受试者都完全观测的配对:
核心困难:一个受试者被删失时,其完整结局未知,但删失前的事件历史 \(\mathcal{H}_i(U_i)\) 包含部分信息。例如,若受试者在删失前已发生住院(非死亡事件),则他与另一个未住院的受试者比较时,在"住院"这一层已经可以判定胜负,无需知道后续死亡时间。条件tie加权(Fang and Li 2026)利用了这一信息,但仍依赖删失模型正确。
本文的关键想法:构造一个"增强"估计量,在删失模型正确时,通过加入结局模型的预测来回收删失配对的信息;在结局模型正确时,即使删失模型错误也一致。具体地,对每个配对 \((i,k)\),定义"完全配对贡献" \(h_r(\mathbf Y_i,\mathbf Y_k)\),其条件期望(给定可观测历史)为:
为什么双重稳健:当删失模型正确时,\(M^C_j\) 是鞅,所有积分项期望为零,估计量退化为IPCW,一致;当结局模型正确时,\(\Gamma^r_{ik}\) 的条件期望等于 \(\mu^r(L_i,L_k)\),加权项在期望下消失,估计量退化为回归估计量,也一致。关键在于"交叉"项:删失模型错误但结局模型正确时,积分项的偏差被 \(\mu^r\) 的加入所抵消(见第A.3节证明)。
最小例子:设 \(Q=1\)(一个非死亡事件),无协变量,\(\tau\) 固定。若处理组受试者 \(i\) 在时间 \(u\) 删失前已发生住院,对照组受试者 \(k\) 未住院且存活至 \(\tau\),则 \(h_+(\mathbf Y_i,\mathbf Y_k)=1\) 已确定(住院层胜出),无需知道 \(i\) 的死亡时间。朴素IPCW丢弃此配对;条件tie加权用 \(Q^r_1(u;\mathbf Y_k)\) 估计胜出概率;本文估计量则进一步用 \(Q^r_{12}(u,s)\) 处理双方都删失的情况,且当结局模型正确时,即使删失模型错误也一致。
三、这篇论文做了什么¶
三句话¶
- 研究问题:在个体随机化和整群随机化试验中,当分层复合终点(如死亡优先于住院)的组分事件时间存在协变量依赖右删失时,如何定义并估计不依赖删失分布的win概率(win ratio、win odds、net benefit),并给出可靠的推断。
- 核心方法:提出一个结合IPCW与联合结局模型(边际Cox + copula)的双重稳健U-统计量估计量,通过"逐成员删失校正"(先对单个受试者校正,再组合成配对贡献)回收删失配对的信息,并给出解析方差估计量。
- 主要结论:在"删失模型正确"或"联合结局模型正确"任一条件下估计量一致(Theorem 2、Theorem 5);在正则条件下渐近正态(Theorem 6、Theorem 7);模拟显示在模型误设下比IPCW和纯回归估计量更稳健,且方差估计量表现良好;两个真实数据应用(HF-ACTION、STRIDE)展示了方法可行性。
关键设定与假设¶
- IRT设定(第2节):个体 \(i\) 独立同分布,处理分配概率 \(\pi_s(L_i)\) 已知(随机化设计),删失满足条件独立(Assumption 4),结局模型为处理组别内的边际Cox模型 + copula(第2.3节)。
- CRT设定(第3节):群(cluster)为独立抽样单位,群内个体相关。定义cluster-average(等权群)与individual-average(等权个体)两种估计目标,对应不同的配对加权方案。假设群内相关性任意,但群间独立(Assumption 6),处理分配在群层面随机化(Assumption 7),删失在给定群基线协变量和处理的条件下独立(Assumption 8)。
- 相比已有文献的放宽/强化:相比Dong et al. (2020, 2021) 仅需删失模型,本文额外需要结局模型(但只需其一正确);相比Fang and Li (2026) 的条件tie加权,本文的结局模型预测更灵活。相比Lee et al. (2026) 和 Chen and Li (2026) 的CRT win统计量,本文首次处理删失校正。强化:要求结局模型是联合模型(copula),而非仅边际生存模型,以保证配对比较的条件期望可计算;要求删失模型和结局模型的估计满足一定的收敛速度(附录C.10条件)。
- 关键假设的统计含义:Assumption 4/8(条件独立删失)意味着删失不携带关于未来结局的额外信息,这是IPCW类方法的标准要求;若删失依赖时变协变量,则需要更复杂的模型。Assumption 7(已知处理分配概率)在随机化试验中成立,但若存在非依从性则需扩展。
主要结果¶
- Theorem 1(IRT识别):给出 \(\lambda_r\) 的IPCW表示和回归表示,证明两者在相应模型正确时都等于目标量。
- Theorem 2(IRT双重稳健性):证明 \(\hat\lambda_r^{DR}\) 在"删失模型正确"或"结局模型正确"任一条件下一致。证明思路:将估计量分解为IPCW部分和回归调整部分,利用U-统计量理论和影响函数展开,交叉项的偏差在任一模型正确时消失。
- Theorem 3(CRT识别):给出cluster-average与individual-average两种目标的IPCW和回归表示,证明识别性。
- Theorem 4(CRT配对贡献双重稳健性):证明单个跨群配对的贡献在任一模型正确时条件期望等于目标量。
- Theorem 5(CRT双重稳健性):在群数 \(m\to\infty\) 下,两种目标的估计量一致。
- Theorem 6(IRT渐近正态性):\(\sqrt n(\hat\lambda-\lambda)\to N(0,\Sigma_{IRT})\),并给出解析方差估计量(第4.1节式(22)),包含nuisance估计的影响。
- Theorem 7(CRT渐近正态性):\(\sqrt m(\hat\vartheta-\vartheta)\to N(0,\Sigma_{CRT})\),方差估计量以群为独立单元(第4.2节式(26)),并处理了individual-average的归一化问题(式(27))。
- 效率性质:当两个模型都正确时,估计量达到半参数效率界(附录C.1、C.6);当仅一个模型正确时,方差估计量仍一致(附录C.9、C.10)。
证明路线与技术技巧¶
- 整体路线:先建立单个受试者的"增广"删失校正表示(第2.2节式(5)-(7)),再组合成配对贡献(式(8)),最后取U-统计量平均(式(9))。证明分三步:①识别性(Theorem 1、3);②双重稳健性(Theorem 2、4、5);③渐近正态性与方差估计(Theorem 6、7)。
- 关键引理:附录A.2的式(7)给出增广贡献的偏差表达式,是双重稳健性的核心;附录C.1推导IRT的EIF;附录C.4-C.7处理CRT的群内相关性和EIF;附录C.8证明配对估计量的投影等于EIF。
- 技术技巧:
- 逐成员校正:先对单个受试者构造增广贡献(IPCW权重 + 条件期望填补),再组合成配对,避免直接对配对构造高维积分。
- U-统计量理论:利用Hoeffding分解处理配对间的相关性,得到渐近正态性。
- 影响函数展开:将nuisance估计的影响纳入方差估计,避免bootstrap。
- CRT的群级影响函数:以群为独立单元构造影响函数,群内相关性通过群级求和自然处理。
- 有限样本修正:方差估计量乘以 \((n-1)/(n-2)\) 或 \((m-1)/(m-2)\) 的有限样本修正因子(第4.1、4.2节)。
- 难点与处理:CRT中individual-average估计量的归一化(除以 \(\hat\nu^2\))引入了额外变异性,通过Delta方法处理(式(27));copula模型的似然估计影响通过附录C.9的链式法则纳入。
真实例子¶
- HF-ACTION(IRT):2130名心衰患者,随机分配到运动训练+常规护理 vs 常规护理。分层复合终点:全因死亡优先于首次心衰住院,限制时间 \(\tau\in\{1,1.5,2\}\) 年。结果:双重稳健估计的win ratio在2年时为1.158(95% CI 0.991–1.354),与IPCW(1.171)和回归(1.141)接近,但标准误降低约13%(0.080 vs 0.092),体现了效率增益。例子说明:在删失率约25%的情况下,双重稳健估计量回收了删失配对的信息。
- STRIDE(CRT):5451名老年人,86个基层医疗机构随机分配到多因素跌倒预防干预 vs 常规护理。分层复合终点:死亡优先于首次跌倒损伤,限制时间2年。cluster-average win ratio为1.134(95% CI 1.033–1.244),individual-average为1.155(95% CI 1.069–1.247),两者差异提示informative cluster size存在。例子说明:区分两种估计目标在群大小变异大时(群大小10–199)有实际意义。
四、开放问题¶
-
联合结局模型的正确性如何保证? 论文的双重稳健性要求"结局模型正确",但结局模型是copula联合模型,其正确性比单一结局的Cox模型更难验证。若copula族选择错误(如Gumbel vs Clayton),双重稳健性是否还成立?——扎根于第2.3节"copula families are summarized in Table 2"及Theorem 2的条件(ii)。可查:近期关于copula模型误设对win统计量影响的文献(如Dobler et al. 2023)。
-
删失依赖时变协变量时如何扩展? Assumption 4/8要求删失仅依赖基线协变量。若删失依赖时变协变量(如住院后删失风险改变),IPCW权重需要扩展为时变形式,双重稳健性是否保持?——扎根于Assumption 4的表述"\(C_i(a)\perp\{D_i(a),T_i^q(a)\}\mid L_i\)"及第7节讨论中未提及时变删失。可查:时变IPCW在win统计量中的应用(如Bebu & Lachin 2016的扩展)。
-
CRT中群内相关结构对效率的影响:论文的方差估计以群为独立单元,但未讨论群内相关结构(如组内相关系数ICC)对估计效率的影响。当ICC较大时,individual-average估计量的有效样本量如何刻画?——扎根于第4.2节"cluster-level variance calculation"及附录C.10的条件,未涉及ICC的显式表达。可查:Wang et al. (2023) 关于cluster-randomized win统计量的设计效应。
-
非依从性与工具变量:论文假设处理分配即处理接受(per-protocol或ITT)。若存在非依从性,win概率的因果解释需要工具变量或主分层框架,双重稳健性如何调整?——扎根于Assumption 3"assignment probabilities \(\pi_s(L_i)\) are known"及全文未讨论依从性。可查:Mao (2021) 关于win ratio在工具变量下的识别。
-
高维协变量与机器学习:论文使用Cox模型和copula作为工作模型,未讨论高维协变量或机器学习方法估计nuisance函数时的渐近性质。双重稳健性在nuisance估计收敛速度较慢时是否保持?——扎根于附录C.10的"regularity conditions"要求nuisance估计 \(\sqrt n\)-收敛,未覆盖高维情形。可查:Chernozhukov et al. (2018) 的double machine learning框架在win统计量上的应用。
-
多个非死亡事件与竞争风险:论文的框架允许 \(Q\) 个非死亡事件,但假设死亡为终止事件。若存在非死亡事件之间的竞争风险(如不同类型住院),优先级排序和tie定义需扩展,双重稳健性是否仍成立?——扎根于第2.1节"\(T_i^q(a)=\infty\) if death precludes the event"及未讨论非死亡事件间的竞争。可查:Parner & Overgaard (2025) 关于win统计量在多状态模型下的扩展。
提醒:要确认上述某条是否是真gap,建议检索该子领域近5年(2021–2026)的综述和最新论文(如 Statistics in Medicine、Biometrics、Clinical Trials 上的win统计量专题),看这些方向是否已被他人解决或正在被解决。
Maintained by 陈星宇 · Homepage · Source on GitHub