Interim Analysis in Sequential Multiple Assignment Randomized Trials for Survival Outcomes¶

讲者: Zi Wang
会场: Advances in Statistical Methods for Biomedical and Clinical Studies
报告题目: Interim Analysis in Sequential Multiple Assignment Randomized Trials for Survival Outcomes
链接: arXiv
来源: JCSDS 2026 · 返回会议总览

一、领域脉络与小综述¶

这个方向是什么¶

这个子方向要解决的根本问题是：如何在序贯多组随机试验（SMART）中，对生存时间（time-to-event）结局进行有效的中期分析（interim analysis），从而在不膨胀I类错误的前提下，允许因疗效显著而提前终止试验，以节省时间与资源。当前成熟度：SMART设计本身（用于构建和比较动态治疗方案DTR）已有较成熟的框架，但其中期分析方法主要针对连续结局（如均值），针对生存结局的方法尚在早期发展阶段。

发展脉络（history）¶

奠基工作：SMART设计与DTR框架
Murphy (2005)：提出了SMART作为开发自适应治疗策略的实验设计，奠定了多阶段随机化的理论基础。
Chakraborty & Murphy (2014)：系统综述了DTR的估计方法（Q-learning、边际结构模型）和推断技术，成为该领域的标准参考。
Nahum-Shani et al. (2017)：展示了如何用Q-learning从SMART数据中构建更个性化的ATS，推动了方法的实际应用。
主要进展：SMART中的中期分析（针对连续结局）
Wu, Wang & Wahed (2021)：首次提出SMART中的中期监测（IM-SMART），基于逆概率加权的全局Wald检验，使用多元卡方分布建立边界。这是本文的直接前驱。
Manschot, Laber & Davidian (2023)：改进了Wu等人的方法，通过利用部分信息（即尚未完成所有阶段的患者数据）来提高效率。本文引用称其“improving upon it to accommodate partial information”。
当前frontier：生存结局的中期分析
Tsiatis & Davidian (2024)：提出了一个广义log-rank型检验，用于比较SMART中嵌入的DTR的生存分布，可纳入协变量信息。本文将其作为替代统计量（TD统计量）并与之比较。
本文 (Wang, Cheng & Wahed, 2025)：在SMART框架下，针对生存结局，提出了基于加权log-rank统计量的中期分析方法，并建立了相应的边界计算程序。

子线索聚类¶

SMART设计与DTR估计：聚焦于如何设计试验、估计DTR效果（如Q-learning、边际结构模型）。代表：Murphy (2005), Chakraborty & Murphy (2014), Nahum-Shani et al. (2017)。
SMART中的中期分析（连续结局）：关注如何在SMART中引入中期停止规则，以连续结局（如均值）为目标。代表：Wu et al. (2021), Manschot et al. (2023)。
生存结局的检验与中期分析：关注生存时间作为结局时的假设检验与中期监测。代表：Tsiatis & Davidian (2024), 本文。

这个方向在追问的核心问题¶

如何构造有效的检验统计量？ 在SMART中，由于患者路径重叠和后续随机化导致的缺失，需要加权。对于生存结局，log-rank统计量如何加权？其渐近分布是什么？
如何计算中期分析之间的相关性？ 生存结局的检验统计量在不同分析时间点的协方差结构复杂，不满足独立增量性质。如何估计这个协方差矩阵以建立正确的边界？
如何选择边界类型？ Pocock、OBF、Lan-Demets等边界在SMART生存结局设定下如何调整？哪种在控制I类错误和保持功效方面表现更好？
如何处理部分信息？ 在中期分析时，许多患者尚未完成所有阶段，如何利用他们的部分数据来提高效率？

⚠️ 作者的framing¶

作者把缺口frame成什么？ 作者明确指出：“the interim monitoring method for time-to-event outcomes in SMART remains unclear.” 他们将自身工作定位为填补这一空白，即把已有的连续结局中期分析方法（Wu et al., 2021; Manschot et al., 2023）扩展到生存结局。
哪些竞争路线被淡化或回避？ 作者淡化了Tsiatis & Davidian (2024)的统计量，将其作为“alternative test statistic”而非核心方法。他们强调自己的加权log-rank统计量与TD统计量“belong to the same class”，但并未深入比较两者在效率或稳健性上的差异。此外，作者回避了非比例风险这一常见挑战——他们的方法基于log-rank检验，当比例风险假设不成立时，检验功效可能受损。Tsiatis & Davidian (2025) 的独立增量工作（被引文献[12]）正是针对此问题，但本文未讨论其适用性。
什么明显该被引/该存在、却没出现在intro里？ 作者未引用关于SMART中响应自适应随机化（RAR） 的工作（如Wang et al., 2021; Norwood et al., 2024）。这些工作与中期分析有潜在联系（都涉及在试验过程中根据累积数据调整设计），但本文完全未提及。此外，关于SMART中参与者福利的讨论（如Wang et al., 2022）也未出现，这可能是一个值得研究者去查的缺口。

张力¶

未见明显对立引用。所有被引工作基本沿着“SMART设计 → 连续结局中期分析 → 生存结局中期分析”的线性发展路径，彼此之间没有矛盾结论。

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：
n：总样本量。
Aj：初始治疗（j=1,2）。
Bk：对初始治疗有反应（responder）后的维持治疗（k=1,2）。
Cl：对初始治疗无反应（non-responder）后的补救治疗（l=1,2）。
AjBkCl：一个动态治疗方案（DTR），即先用Aj，若有反应则用Bk，若无反应则用Cl。
Ti：患者i的真实生存时间（从初始随机化到死亡）。
Vi：患者i的删失时间。
Ui = min(Ti, Vi)：观测时间。
δi = I(Ti ≤ Vi)：事件指示符（1=观察到死亡，0=删失）。
ηi：是否进入第二阶段的指示符（1=进入，0=在第一阶段死亡/退出）。
Ri：对初始治疗的反应指示符（1=有反应，0=无反应）。仅在ηi=1时观测。
Ii(Aj)：是否被分配到初始治疗Aj的指示符。
Ii(Bk)：是否被分配到维持治疗Bk的指示符。仅在ηi=1且Ri=1时观测。
Ii(Cl)：是否被分配到补救治疗Cl的指示符。仅在ηi=1且Ri=0时观测。
Wjkl,i(s)：在时间s时，患者i对DTR AjBkCl的时变逆概率权重。
Ni(s) = I(Ui ≤ s, δi = 1)：患者i在时间s前的计数过程（事件发生）。
Yi(s) = I(Ui ≥ s)：患者i在时间s的风险过程（仍在风险集中）。
¯Njkl(s) = Σ_i Wjkl,i(s) Ni(s)：加权事件计数。
¯Yjkl(s) = Σ_i Wjkl,i(s) Yi(s)：加权风险集大小。
Zjkl：比较DTR AjBkCl与参考DTR A1B1C1的加权log-rank统计量。
Z(t) = (Zjkl(t))^T：在时间t时所有比较的log-rank统计量向量。
T(t) = n^{-1} Z(t)^T Σ̂(t)^{-1} Z(t)：在时间t时的Wald型检验统计量。
Λ_jkl(t)：DTR AjBkCl的累积风险函数。
模型：
数据生成机制：一个两阶段SMART设计（SMART1，图1）。患者先被随机分配到A1或A2（概率ℓ_j）。若进入第二阶段（η_i=1），则根据反应状态（R_i）被随机分配到B1/B2（概率p_k）或C1/C2（概率q_l）。生存时间T_i由第一阶段时间T1_i和第二阶段时间T2_i组成（若η_i=1）。各阶段生存时间服从指数分布，参数取决于治疗分配。删失时间V_i独立于生存时间。
统计模型：非参数或半参数。核心假设是无未测量的混杂（通过随机化保证）和删失独立于生存时间（给定协变量）。逆概率加权用于处理因后续随机化导致的“系统缺失”。
可观测数据：
可观测：{Ii(Aj), ηi, ηiT1i, ηiRi, ηiRiIi(Bk), ηi(1-Ri)Ii(Cl), Ui, δi}。注意，第二阶段治疗分配和反应状态仅在患者进入第二阶段后才被观测到。
想要但观测不到：如果患者被分配到某个DTR，其潜在生存时间。我们只能观测到患者实际遵循的路径下的生存时间。逆概率加权通过创建一个伪总体来估计每个DTR下的生存分布，其中每个患者都被“复制”到所有他们可能遵循的DTR上。

第二步：讲最小内核¶

最简特例：两阶段SMART，只有两个DTR（SMART2的简化版）

考虑一个极度简化的SMART2设计：只有初始治疗A1和A2，且只有对A1有反应的患者才进入第二阶段并随机分配到B1或B2。非反应者不再接受治疗。这样，我们只有两个DTR：A1B1和A1B2。目标是检验这两个DTR的生存分布是否相同。

可观测数据：{Ii(A1), ηi, ηiRi, ηiRiIi(B1), Ui, δi}。注意，只有被分配到A1的患者才可能进入第二阶段。
逆概率权重：对于DTR A1B1，权重为：
若患者被分配到A1且尚未进入第二阶段（s < T1_i）：W_{11,i}(s) = 1/ℓ_1（ℓ_1是A1的随机化概率，通常为0.5）。
若患者被分配到A1、有反应且被分配到B1（s ≥ T1_i）：W_{11,i}(s) = (1/ℓ_1) * (1/p_1)（p_1是B1的随机化概率）。
若患者被分配到A1、无反应：W_{11,i}(s) = (1/ℓ_1) * 1（非反应者权重不再调整，因为他们不进入第二阶段）。
加权log-rank统计量：比较A1B1与A1B2。由于只有一个参考DTR（A1B1），log-rank统计量退化为一个标量： Z = ∫_0^∞ [¯Y_{11}(s) ¯Y_{12}(s) / (¯Y_{11}(s) + ¯Y_{12}(s))] * [d¯N_{11}(s)/¯Y_{11}(s) - d¯N_{12}(s)/¯Y_{12}(s)] 其中，¯N_{11}(s)和¯Y_{11}(s)是加权后的事件和风险过程。
检验：在零假设（两个DTR生存分布相同）下，Z渐近服从均值为0的正态分布。方差可通过渐近线性化估计。中期分析时，在时间t1计算Z(t1)，若|Z(t1)| > b1（某个边界），则停止并拒绝H0；否则继续到最终分析t2，若|Z(t2)| > b2则拒绝。
核心困难：Z(t1)和Z(t2)的协方差Cov(Z(t1), Z(t2))不满足独立增量性质（即不等于Var(Z(t1))），因为生存数据是累积的。本文的核心贡献就是解决了这个协方差估计问题，从而可以正确计算边界b1和b2。

这个最小内核揭示了整篇论文的核心：如何估计不同分析时间点上的加权log-rank统计量之间的协方差，以建立正确的序贯检验边界。

三、这篇论文做了什么¶

三句话¶

研究了什么问题：针对生存结局的SMART，开发了具有统计有效性的中期监测方法，允许在疗效显著时提前终止试验。
核心工具/方法：提出了一个加权log-rank卡方统计量，用于比较多个嵌入DTR的生存分布；通过渐近线性化估计统计量在不同分析时间点的协方差矩阵；并基于此建立了Pocock、OBF和Lan-Demets边界。
主要结论：在模拟中，所提出的方法（特别是使用渐近线性化估计协方差）能很好地控制I类错误（接近名义水平0.05），并能在保持功效的同时显著降低期望样本量（例如，OBF边界下期望样本量减少7%-19%）。Tsiatis-Davidian统计量在SMART1（8个DTR）下I类错误略有膨胀，但在SMART2（4个DTR）下表现良好。

关键设定与假设¶

设定：两阶段SMART设计，两种变体：
SMART1：初始治疗A1/A2，反应者随机到B1/B2，非反应者随机到C1/C2。共8个嵌入DTR。
SMART2：初始治疗A1/A2，反应者随机到B1/B2，非反应者不再接受治疗。共4个嵌入DTR。
假设：
随机化：各阶段的治疗分配概率已知且为正（ℓ_j, p_k, q_l > 0）。
删失独立：删失时间V_i独立于生存时间T_i和所有治疗分配。
一致性：观测到的生存时间等于患者实际遵循的DTR下的潜在生存时间。
正则性条件：确保加权计数过程和风险过程收敛到确定性的极限（如¯Y_{jkl}(s)/n → y_{jkl}(s)），这是渐近理论的标准条件。
相比已有文献的强化/放宽：
相比Wu et al. (2021)（连续结局），本文将其扩展到生存结局，处理了更复杂的协方差结构。
相比Manschot et al. (2023)（利用部分信息），本文未采用部分信息方法，而是使用时变权重来纳入尚未完成所有阶段的患者。这是一个简化，但可能损失效率。

主要结果¶

定理1：定义了向量Q(t_m)使得T(t_m) = Q(t_m)^T Q(t_m)，并指出在零假设下，堆叠向量Q = (Q(t_1), ..., Q(t_M))^T服从均值为0、协方差矩阵为Ψ的多元正态分布。这为建立中期边界提供了理论基础，因为T(t_m)的联合分布是多元卡方分布（Wishart类型）。
协方差估计：通过渐近线性化，将Z_{jkl}表示为独立同分布项Z_{jkl,i}的和，从而可以用Σ̂(t) = n^{-1} Σ_i Ẑ_i(t) Ẑ_i(t)^T估计Cov(n^{-1/2} Z(t))。对于跨时间点的协方差Cov(Z(t_m), Z(t_m'))，作者提出了两种实用方法：
近似法：假设独立增量性质（即Cov(Z(t_1), Z(t_2)) ≈ Var(Z(t_1))），这在信息时间比例合适时近似成立。
误差花费函数法：使用Lan-Demets方法，无需预先指定分析次数和时间，通过序贯确定边界来避免直接估计跨时间协方差。
模拟结果：
I类错误控制：使用渐近线性化估计协方差时，LR和TD统计量的I类错误在名义水平0.05附近（如SMART1下LR为3.7%-4.4%，SMART2下为5.4%-6.2%）。使用Bootstrap估计时，I类错误普遍膨胀（如SMART2下高达11.6%）。
功效与期望样本量：OBF边界在保持功效（与单次分析相近）的同时，显著降低了期望样本量（如Alt1下从500降至466）。Pocock边界降低样本量更多，但功效损失也更大。
LR vs TD：在SMART1（8个DTR）下，TD统计量的I类错误略高于LR（如6.4% vs 4.0%），但功效也更高（如82% vs 78%）。在SMART2（4个DTR）下，两者表现相似。

证明路线与技术技巧¶

整体路线：
构造加权log-rank统计量：定义Z_{jkl}，通过逆概率加权W_{jkl,i}(s)来调整因后续随机化导致的缺失。
渐近线性化：将Z_{jkl}表示为独立同分布项的和Σ_i Z_{jkl,i} + o_p(1)。关键步骤是将dN_i(s)替换为dM_i(s) + Y_i(s) dΛ_0(s)，并利用¯Y_{jkl}(s)/ (¯Y_{jkl}(s) + ¯Y_{111}(s))收敛到π_{jkl}(s)这一事实，消去dΛ_0(s)项。
估计协方差：基于渐近线性表示，用Ẑ_i(t) Ẑ_i(t)^T的样本均值估计Cov(n^{-1/2} Z(t))。对于跨时间协方差，要么近似，要么用误差花费函数回避。
建立边界：利用定理1，将T(t_m)的联合分布转化为多元卡方分布。通过模拟或数值积分，找到满足整体I类错误为α的边界b_1, ..., b_M。
关键跳跃点：
从Z_{jkl}到Σ_i Z_{jkl,i}的渐近等价：这是整个推断的基础。作者通过将dN_i(s)替换为dM_i(s) + Y_i(s) dΛ_0(s)，并证明¯Y_{jkl}(s)/ (¯Y_{jkl}(s) + ¯Y_{111}(s))收敛到π_{jkl}(s)，从而消去了dΛ_0(s)项，使得Z_{jkl}的渐近分布只依赖于dM_i(s)，而dM_i(s)是均值为0的鞅差。
跨时间协方差的处理：这是生存结局中期分析的核心难点。作者没有给出一个封闭形式的解析解，而是提供了两种实用方案（近似和误差花费函数），这在应用中是合理的。
技术技巧点名：
逆概率加权（IPW）：用于处理因后续随机化导致的“系统缺失”，创建伪总体。
渐近线性化（Asymptotic linearization）：将复杂的统计量表示为独立同分布项的和，从而简化方差估计。
鞅理论（Martingale theory）：通过dM_i(s) = dN_i(s) - Y_i(s) dΛ_0(s)，利用鞅差的性质进行渐近分析。
多元卡方分布（Multivariate chi-square distribution）：用于描述T(t_m)的联合分布，并建立边界。
误差花费函数（Error spending function）：Lan-Demets方法，用于灵活地序贯确定边界，避免直接估计跨时间协方差。

真实例子与应用¶

数据：Children's Cancer Group高危险神经母细胞瘤研究（Matthay et al., 1999, 2009）。539名患者，其中379名无进展者进入第一阶段随机化（ABMT vs 继续化疗），203名无进展者进入第二阶段随机化（cis-RA vs 无治疗）。这是一个SMART2设计。
方法应用：作者假设患者按研究ID顺序均匀入组，在50%事件发生时（1254天，n=289）进行一次中期分析。使用加权log-rank和TD统计量，计算Pocock和OBF边界。
结果：
中期分析：LR统计量=3.34，TD统计量=3.14，均低于Pocock边界（约9.1）和OBF边界（约11.5），因此不拒绝H0，试验继续。
最终分析：LR统计量=5.80，TD统计量=6.56，仍低于最终边界（OBF下约8），因此最终结论也是不拒绝H0。
生存曲线图（图3）显示四个DTR的生存曲线有差异（如中位生存时间从440天到526天），但差异不显著。
这个例子想说明什么：展示了所提出的中期分析方法在实际数据中的应用，并说明其与最终分析结论一致。同时，也揭示了在样本量有限的情况下，即使生存曲线有差异，也可能无法达到统计显著性。

🔎 结论是否比证明窄¶

窄结论：作者在模拟中假设了指数分布生存时间，且删失独立于生存时间。这些假设在证明中用于保证正则性条件，但实际应用中可能不成立。作者在讨论中未明确说明方法对模型误设的稳健性。
泛泛claim：作者声称“The proposed interim analysis framework can easily incorporate other boundaries”（如Haybittle边界），但并未在文中展示或证明。这是一个泛泛的声称，缺乏具体验证。
值得注意的点：作者在计算边界时，对于“近似法”假设了独立增量性质，但并未严格证明该性质在SMART生存结局下成立。他们通过模拟验证了其近似效果，但理论上这是一个未解决的问题。

四、开放问题¶

部分信息的利用：本文的权重W_{jkl,i}(s)在患者进入第二阶段前只使用初始随机化权重，未利用其部分随访数据。Manschot et al. (2023) 针对连续结局提出了更高效的部分信息方法。如何将部分信息方法扩展到生存结局，以进一步提高中期分析的效率？（扎根于：本文第2.3节对权重的定义，以及Manschot et al. (2023) 的引用。）
非比例风险下的稳健性：本文的方法基于log-rank检验，当比例风险假设不成立时（如延迟效应、交叉生存曲线），检验功效可能严重受损。Tsiatis & Davidian (2025) 的工作（被引文献[12]）提供了处理非比例风险的一般框架。如何将本文的加权log-rank框架与Tsiatis & Davidian (2025) 的独立增量方法结合，以处理SMART中生存结局的非比例风险？（扎根于：本文第1节对log-rank检验的依赖，以及Tsiatis & Davidian (2025) 的独立增量工作。）
响应自适应随机化（RAR）与中期分析的结合：本文的中期分析假设随机化概率是固定的。但Wang et al. (2021) 和 Norwood et al. (2024) 提出了SMART中的RAR方法，其中随机化概率会根据累积数据动态调整。如何在RAR-SMART中进行中期分析？此时，逆概率权重需要根据更新的随机化概率进行调整，且检验统计量的渐近分布可能更复杂。（扎根于：本文未引用的RAR工作，以及第3.1节中权重W_{jkl,i}(s)依赖于固定随机化概率的设定。）
更一般的设计与多阶段扩展：本文只考虑了两阶段SMART。如何将方法扩展到三阶段或更多阶段的SMART？ 此时，权重结构更复杂，协方差矩阵的维度更高，边界计算的计算负担可能显著增加。（扎根于：本文第6节讨论中“The method can also be extended to accommodate additional stages”这一泛泛声称，但未提供具体方案。）

Maintained by 陈星宇 · Homepage · Source on GitHub