跳转至

Information Borrowing from Partially Compatible Trajectories for Estimation of Dynamic Treatment Regimes

讲者: Zhenyu Wang (University of Michigan)
会场: Advances in Statistical Learning and Causal Discovery
报告题目: Improving Dynamic Treatment Regimes Using External Evidence
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

动态治疗策略（Dynamic Treatment Regimes, DTR）为慢性病管理中的序贯决策提供系统框架，其核心目标是找到一组决策规则（即“策略”），使得在多个治疗阶段根据患者不断变化的临床特征分配治疗时，最终期望结局（策略值）最大。估计策略值的主流方法是逆概率加权（IPW），它通过将每个个体的结局按其观察到的治疗轨迹与目标策略匹配的概率的倒数加权，来模拟随机化。然而，标准IPW存在一个根本但长期被忽视的效率瓶颈：它只允许那些观察到的治疗轨迹与目标策略完全一致的个体进入估计，任何偏离（即使仅在一个阶段、一个阈值附近）的个体都被完全丢弃。这种“硬包含”规则在阶段数多、治疗类别多时导致有效样本量急剧下降，方差膨胀。本文提出的“信息借用”方法旨在放松这一规则，通过概率或协方差邻近性将部分兼容轨迹纳入估计，从而在保持一致性的前提下降低方差。

发展脉络（history）

  1. 奠基工作：Murphy (2003) 和 Robins (2004) 建立了DTR的统计框架，定义了策略值、最优策略以及基于结构嵌套模型和G-估计的识别条件。Robins等人同时提出了边际结构模型（MSM）和IPW估计量（Robins et al., 2000; Orellana et al., 2010），奠定了直接估计策略值的基础。

  2. IPW的方差问题与已有改进：标准IPW的方差问题（尤其是当倾向得分接近0或1时权重极端）被广泛认识。Hernán et al. (2000) 提出权重稳定化（将权重乘以边际治疗概率），Cole & Hernán (2008) 和 Lee et al. (2011) 提出截断和修剪，Hainmueller (2012) 和 Imai & Ratkovic (2014) 提出协变量平衡倾向得分。这些方法都试图稳定权重，但没有改变“硬包含”规则本身——它们仍然只使用完全匹配的轨迹。

  3. 部分依从性与非依从性建模：一个平行线索关注治疗分配与实际接受之间的差异。Artman et al. (2024) 在序贯多重分配随机试验（SMART）中引入部分依从性分层，Zhu et al. (2025) 和 Spicker et al. (2025) 分别通过分类依从性测量和G-估计显式建模依从过程。这些工作表明，严格排除非依从者并非必要，但它们的焦点是依从性本身，而非策略值估计中的轨迹匹配。

  4. 连续治疗中的平滑权重：在连续治疗设置中，Imai & Van Dyk (2004) 和 Hirano & Imbens (2004) 使用核密度权重借入接近目标剂量的个体信息，Kennedy et al. (2017) 进一步提出双重稳健的连续治疗效应估计。这些方法天然地通过平滑权重借用了邻近信息，为离散DTR中的“硬包含”放松提供了概念灵感。

  5. DTR学习中的stage-aware方法：Ye et al. (2024) 在评估多阶段（≥5）累积奖励时，根据观察治疗与策略匹配的阶段数对轨迹加权，放松了严格匹配要求。这是与本文最直接相关的先行工作，但Ye et al. 的方法针对的是累积奖励评估，且需要较多阶段才能有效，而本文的方法适用于一般阶段数，且提供了明确的偏差-方差权衡控制。

本文的位置：作者将缺口定位为“标准IPW的二元包含规则是未被充分探索的效率损失来源”，并借鉴连续治疗中的平滑思想，提出两种可计算、易集成的放松方案（GCW和BCW），同时建立一致性、方差减少和双重稳健性理论。

子线索聚类

  • 线索A：IPW的方差稳定化（Hernán et al., 2000; Cole & Hernán, 2008; Lee et al., 2011; Hainmueller, 2012; Imai & Ratkovic, 2014; Li et al., 2018）——通过权重调整（稳定、截断、平衡）降低方差，但不改变包含规则。
  • 线索B：部分依从性与非依从性建模（Artman et al., 2024; Zhu et al., 2025; Spicker et al., 2025）——在随机试验或观察性研究中处理治疗实际接受与分配的不一致，但通常不直接针对策略值估计中的轨迹匹配。
  • 线索C：连续治疗中的平滑权重（Imai & Van Dyk, 2004; Hirano & Imbens, 2004; Kennedy et al., 2017）——通过核或密度权重借入邻近剂量信息，为离散DTR提供概念模板。
  • 线索D：DTR学习中的stage-aware加权（Ye et al., 2024）——按匹配阶段数加权，直接放松硬包含，但针对多阶段累积奖励，且未提供偏差显式控制。

这个方向在追问的核心问题

  1. 如何在不引入不可控偏差的前提下，借入部分兼容轨迹的信息？ 即，放松包含规则后，偏差的来源是什么，如何量化并使其渐近消失？
  2. 借入信息能带来多少方差减少？ 方差减少的速率与偏差控制参数的关系是什么？
  3. 放松规则后的估计量是否仍保持双重稳健性？ 即，当倾向得分或结局模型之一正确时，是否仍一致？
  4. 在有限样本中，偏差-方差权衡如何最优选择？ 是否存在数据自适应的方法来选择借入程度？

当前主流方法（标准IPW/AIPW）的瓶颈是：在阶段数多、治疗类别多或阈值附近样本稀疏时，有效样本量急剧下降，导致策略值估计方差极大，进而影响最优策略的识别。本文提出的GCW和BCW直接针对这一瓶颈。

⚠️ 作者的framing

作者将缺口明确表述为：“comparatively less attention has been paid to a different but equally fundamental source of inefficiency: the binary rule inherent in standard IPW, under which only individuals whose observed treatment path exactly matches the target regime contribute to estimation.”（引言第2段）他们将自己的方法定位为“relax the strict inclusion rule through flexible compatibility mechanisms”，并声称“both estimators preserve consistency while achieving superior finite-sample efficiency”。作者淡化了权重稳定化、截断等已有方法，认为它们没有解决根本的包含规则问题。他们回避了与Ye et al. (2024)的直接比较——Ye et al. 的方法也放松了包含规则，但作者仅在引言中提及，未在模拟或理论中对比。值得研究者去查的问题：Ye et al. (2024) 的方法与本文GCW在偏差-方差权衡上是否有本质区别？本文的偏差控制参数选择是否优于Ye et al. 的stage-aware加权？另外，本文未引用任何关于强化学习中的off-policy评估（如Thomas & Brunskill, 2016）的工作，尽管在讨论中提到了，但未在方法部分借鉴其重要性采样方差减少技术（如加权重要性采样、自适应重要性采样）。这可能是一个被忽略的竞争路线。

张力

未见明显对立引用。所有被引工作基本一致认为“硬包含”是效率损失来源，但解决方案不同。本文与Ye et al. (2024) 的差异在于：Ye et al. 按匹配阶段数加权（离散的、阶段级），本文GCW按概率加权（连续的、个体级），BCW按协方差邻近性加权（窗口级）。这些方法并非矛盾，而是不同角度的放松。

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

  • 符号：
  • \(T\)：治疗阶段数（决策点个数）。
  • \(t = 1, \dots, T\)：阶段索引。
  • \(X_t\)：第\(t\)阶段治疗前协变量（随机向量）。
  • \(A_t\)：第\(t\)阶段实际接受的治疗（离散，如二值）。
  • \(\bar{X}_t = (X_1, \dots, X_t)\)，\(\bar{A}_t = (A_1, \dots, A_t)\)：累积历史。
  • \(Y\)：最终结局（连续，假设有界）。
  • \(Y^a\)：若接受治疗序列\(a = (a_1, \dots, a_T)\)时的潜在结局。
  • \(d = (d_1, \dots, d_T)\)：一个动态治疗策略，其中\(d_t\)是决策规则，将历史\((\bar{X}_t, \bar{A}_{t-1})\)映射到推荐治疗\(d_t\)。
  • \(V(d) = \mathbb{E}[Y^d]\)：策略\(d\)的值（期望潜在结局）。
  • \(\Psi\)：阈值参数向量，定义阈值型策略（如“若\(X_t \leq \psi_t\)则治疗”）。
  • \(n\)：样本量。
  • \(p_t = P(A_t = d_t \mid \bar{X}_t, \bar{A}_{t-1})\)：倾向得分（在给定历史下接受推荐治疗的概率）。
  • \(\gamma_t \in [0,1)\)：GCW中的借入强度参数（控制非兼容轨迹的贡献权重）。
  • \(\epsilon_n\)：偏差控制参数，\(\epsilon_n \to 0\)。
  • \(\delta_t\)：BCW中的窗口宽度（协方差邻近性容忍度）。
  • \(w^I_{t,i}\)：标准IPW阶段权重，\(w^I_{t,i} = I(A_{t,i} = d_{t,i}) / P(A_{t,i} \mid \bar{X}_{t,i}, \bar{A}_{t-1,i})\)。
  • \(\bar{w}^I_{T,i} = \prod_{t=1}^T w^I_{t,i}\)：累积IPW权重。
  • \(w^G_{t,i}\)：GCW阶段权重（定义见下）。
  • \(w^B_{t,i}\)：BCW阶段权重（定义见下）。

  • \(Q^d_t\)：在策略\(d\)下的Q函数，\(Q^d_t = \mathbb{E}[Q^d_{t+1} \mid \bar{X}_t, \bar{A}_{t-1}, d_t]\)，其中\(Q^d_{T+1} = Y\)。

  • 模型：

  • 数据生成机制：观测数据为\((\bar{X}_i, \bar{A}_i, Y_i)\)，i.i.d. 来自某个联合分布。
  • 因果识别假设：(A1) 一致性，(A2) SUTVA，(A3) 序贯可忽略性（给定历史，治疗分配与未来潜在结局独立），(A4) 积极性（每个治疗在给定历史下都有正概率）。
  • 目标：估计给定策略\(d\)的值\(V(d)\)，并进而搜索最优策略\(d^{\text{opt}} = \arg\max_d V(d)\)。

  • 参数模型：倾向得分\(P(A_t \mid \bar{X}_t, \bar{A}_{t-1})\)和结局回归模型\(Q_t\)需要指定（通常用参数或半参数模型估计）。

  • 可观测数据：研究者能观测到每个个体的完整协变量历史\(\bar{X}_i\)、治疗历史\(\bar{A}_i\)和最终结局\(Y_i\)。不可观测的是潜在结局\(Y^a\)（对于未观察到的治疗序列\(a\)），以及反事实的Q函数值。识别依赖于序贯可忽略性假设，该假设将潜在结局的条件期望与可观测数据联系起来。

第二步：最小内核——单阶段二值治疗情形

考虑最简单的设定：\(T=1\)，治疗\(A \in \{0,1\}\)，策略\(d\)为阈值型：若\(X \leq \psi\)则推荐治疗\(1\)，否则推荐\(0\)。记\(d(X) = I(X \leq \psi)\)。标准IPW估计量为：

\[\hat{V}_{\text{IPW}}(d) = \frac{1}{n} \sum_{i=1}^n \frac{I(A_i = d(X_i))}{P(A_i \mid X_i)} Y_i.\]
只有那些\(A_i = d(X_i)\)的个体被使用，其余被丢弃。

GCW的核心想法：用一个概率性兼容分数代替硬指示函数。定义：

\[m_i = I(A_i = d(X_i)) + \gamma \cdot I(A_i \neq d(X_i)), \quad \gamma \in [0,1),\]
\[D_i = P(A_i = d(X_i) \mid X_i) + \gamma \cdot P(A_i \neq d(X_i) \mid X_i) = p_i + \gamma (1-p_i),\]
其中\(p_i = P(A_i = d(X_i) \mid X_i)\)。GCW权重为：
\[w^G_i = \frac{m_i}{D_i}.\]
GCW估计量为：
\[\hat{V}_{\text{GCW}}(d) = \frac{1}{n} \sum_{i=1}^n w^G_i Y_i.\]
当\(\gamma=0\)时，\(m_i = I(A_i = d(X_i))\)，\(D_i = p_i\)，退化为标准IPW。当\(\gamma>0\)时，即使\(A_i \neq d(X_i)\)，个体也以权重\(\gamma / D_i\)贡献，但权重被分母中的\(\gamma(1-p_i)\)部分“稳定化”，使得期望权重仍为1（引理1）。

偏差来源：由于借入了非兼容轨迹，估计量有偏。偏差为：

\[\mathbb{E}[\hat{V}_{\text{GCW}}] - V(d) = \mathbb{E}\left[ (1-\theta(X)) \left( \mathbb{E}[Y^{\neg d} \mid X] - \mathbb{E}[Y^d \mid X] \right) \right],\]
其中\(\theta(X) = p / D = p / (p + \gamma(1-p))\)，\(\mathbb{E}[Y^{\neg d} \mid X]\)是非兼容轨迹的加权平均结局。偏差正比于\(1-\theta(X)\)，而\(1-\theta(X) = \gamma(1-p) / (p + \gamma(1-p))\)。当\(\gamma \to 0\)时，偏差消失。

方差减少：由于借入了更多个体，权重分布更均匀，方差降低。在单阶段情形下，渐近方差为\(\text{Var}(\hat{V}_{\text{GCW}}) \approx \frac{1}{n} \mathbb{E}[ (w^G)^2 (Y - V)^2 ]\)。与IPW相比，当\(\gamma\)适当小时，方差减少量级为\(O(n^{-k-1})\)（定理2）。

最小内核总结：本文的核心数学操作是将IPW中的硬指示函数\(I(A=d)\)替换为软指示函数\(I(A=d) + \gamma I(A\neq d)\)，并同时调整分母以保持权重期望为1。这一替换引入了可控偏差（通过\(\gamma \to 0\)渐近消失），但通过增加有效样本量降低了方差。所有后续的多阶段推广、BCW方法、增强版本都建立在这个基本思想上。

三、这篇论文做了什么

三句话

  1. 研究了什么问题：在动态治疗策略的值估计中，标准IPW因只使用完全匹配的轨迹而效率低下，本文提出两种放松严格包含规则的方法（GCW和BCW），通过借入部分兼容轨迹的信息来降低方差。
  2. 核心工具/方法：GCW用概率性兼容分数（\(I(A=d) + \gamma I(A\neq d)\)）代替硬指示函数，并构造稳定化权重；BCW通过协方差邻近性定义窗口，并用自助法自适应选择窗口宽度以平衡偏差和方差。两种方法都给出了增强版本（AGCW, ABCW），继承双重稳健性。
  3. 主要结论：两种估计量在适当条件下保持一致性，且有限样本方差小于标准IPW/AIPW；模拟和真实数据（ACTG175）验证了方差减少和更稳定的最优策略识别。

关键设定与假设

  • 完整设定：\(T\)阶段，离散治疗（二值或分类），阈值型策略（每个阶段由协变量阈值决定治疗）。假设(A1)-(A6)（一致性、SUTVA、序贯可忽略性、积极性、i.i.d.、有界结局）。对于BCW，额外假设(A7)：自助法选择的窗口宽度\(\|\delta_{\text{opt}}\|_\infty \to 0\)（渐近）。
  • 相比已有文献的放宽/强化：
  • 相比标准IPW：放宽了硬包含规则，允许部分兼容轨迹贡献。
  • 相比权重稳定化/截断：不同，这些方法不改变包含规则，只调整已有权重的数值。
  • 相比Ye et al. (2024)：更一般，GCW提供连续的概率性借入（而非离散的阶段计数），且偏差控制参数\(\gamma\)可显式选择以保证渐近无偏；BCW提供数据自适应的窗口选择。
  • 强化：GCW要求偏差控制参数\(\epsilon_n = cn^{-k}\)，这比Ye et al. 的“按阶段数加权”更精细地控制了偏差收敛速率。

主要结果

  • 定理1（GCW一致性）：在(A1)-(A6)、倾向得分正确指定、且\(\gamma_t\)满足偏差约束（式(1)）下，\(\hat{V}_{\text{GCW}} \xrightarrow{p} V(d)\)。直觉：偏差以\(O(n^{-k})\)速率消失，方差以\(O(n^{-1})\)速率收敛，故均方误差收敛。
  • 定理2（GCW方差减少）：在相同条件下，\(\text{Var}(\hat{V}^{\text{nGCW}}) - \text{Var}(\hat{V}^{\text{nIPW}}) = O(n^{-k-1}) > 0\)（有限样本）。直觉：借入信息使有效样本量增加，权重分布更均匀，方差降低；当\(k>1\)时，方差减少主导平方偏差，MSE改善。
  • 定理3（AGCW双重稳健性）：若倾向得分或结局模型之一正确，则\(\hat{V}_{\text{AGCW}} \xrightarrow{p} V(d)\)。证明思路：渐近等价于AIPW（因为\(\gamma_t \to 0\)），而AIPW是双重稳健的。
  • 定理4（AGCW方差减少）：AGCW的渐近方差不大于AIPW（当\(\epsilon_n\)足够小时），且当结局模型正确时，不大于GCW。
  • 定理5（BCW一致性）：在(A1)-(A7)下，\(\hat{V}_{\text{BCW}} \xrightarrow{p} V(d)\)。证明：窗口宽度趋于0，BCW权重逐点收敛到IPW权重，由Slutsky定理得一致性。
  • 定理6（ABCW双重稳健性）：类似AGCW，渐近等价于AIPW，故双重稳健。

技术难点：GCW的偏差分解（引理2）需要处理多阶段乘积权重下的条件期望，作者通过递归边际化技巧将非兼容轨迹的贡献表示为加权平均。方差比较（定理2）需要展开\(\text{Var}(\hat{V}^{\text{nGCW}})\)与\(\text{Var}(\hat{V}^{\text{nIPW}})\)的差，并利用\(\gamma_t\)的显式表达式（由\(\epsilon_n\)决定）得到主导项。

证明路线与技术技巧

GCW一致性证明路线： 1. 偏差分解（引理2）：将\(\mathbb{E}[\hat{V}_{\text{GCW}}]\)写成\(\mathbb{E}[\theta(\bar{X}) \mathbb{E}[Y^d \mid \bar{X}] + (1-\theta(\bar{X})) \mathbb{E}[Y^{\neg d} \mid \bar{X}]]\)，其中\(\theta(\bar{X}) = \prod_t p_t / D_t\)。 2. 偏差控制：选择\(\gamma_t\)使得\(1-\theta(\bar{X}) \leq \epsilon_n\)（式(1)），从而偏差\(\leq C \epsilon_n\)。 3. 由WLLN，\(\hat{V}_{\text{GCW}} \xrightarrow{p} \mathbb{E}[\bar{w}^G_T Y]\)；再由偏差界得\(\mathbb{E}[\bar{w}^G_T Y] \to V(d)\)，故一致性。

GCW方差减少证明路线： 1. 将nIPW和nGCW的渐近方差表示为\(\frac{1}{n} \mathbb{E}[ \bar{w}^2 (Y-V)^2 ]\)（因为\(\mathbb{E}[\bar{w}]=1\)）。 2. 展开\(\mathbb{E}[\bar{w}^2 (Y-V)^2]\)，利用条件期望和权重定义，得到IPW方差为\(\mathbb{E}[ \prod_t (1/p_t) \sigma^2_d(\bar{X}) ]\)，GCW方差为类似形式但包含\(\gamma_t\)项。 3. 代入\(\gamma_t\)的显式表达式（由\(\epsilon_n = cn^{-k}\)导出），展开到\(\epsilon_n\)的一阶项，得到方差差为\(\frac{1}{n} \mathbb{E}[ \prod_t (1/p_t) (2\epsilon_n \sigma^2_d - \epsilon_n^2 \cdot \text{term}) ] = O(n^{-k-1})\)，且主导项为正。

技术技巧点名： - 偏差分解：利用递归边际化（\(\sum_{a_t} F_t = 1\)）将非兼容轨迹的加权和简化为\(1-\theta(\bar{X})\)乘以一个加权平均。 - 方差比较：使用估计方程理论将方差表示为\(\mathbb{E}[U^2]\)，然后对权重进行泰勒展开，保留\(\epsilon_n\)主导项。 - 窗口选择：BCW使用自助法估计偏差和方差，并最小化惩罚损失\(L(\delta) = \widehat{\text{Var}}(\delta) + \lambda_{\text{bias}} \widehat{\text{Bias}}^2(\delta)\)，这是核方法中带宽选择的常见做法（Wand & Jones, 1994）。 - 双重稳健性证明：利用渐近等价性（\(\gamma_t \to 0\)或\(\|\delta_{\text{opt}}\|_\infty \to 0\)）将新估计量归约为标准AIPW，从而继承其性质。

真实例子与应用

数据：AIDS Clinical Trials Group Study 175 (ACTG175)，随机双盲试验，比较四种抗逆转录病毒方案。本文聚焦于两种双药方案：齐多夫定+去羟肌苷（ZDV+ddI）与齐多夫定+扎西他滨（ZDV+ddC），分析队列包含1043名参与者。

方法应用： - 定义阈值型策略：若基线CD4 ≥ ψ_CD4 且体重 ≥ ψ_W，则接受ZDV+ddC，否则接受ZDV+ddI。 - 候选阈值网格：CD4从200到600（步长5），体重从50到100（步长1）。 - 使用500次自助法评估所有估计量（nIPW, nAIPW, nGCW, nAGCW, nBCW, nABCW）。GCW参数：c=1, k=0.5；BCW窗口：CD4 δ∈{0,2,4,6,8,10}，体重δ∈{0,1,2}，λ_bias=1。

结果： - 最优策略：nIPW和nGCW均识别出(ψ_CD4, ψ_W) ≈ (280, 97)，即推荐ZDV+ddI给绝大多数患者，除非体重极高。这与ddC毒性更高一致。 - 方差减少：nGCW和nAGCW在所有网格点实现方差减少（100%网格点），nBCW/nABCW在约81%/65%网格点实现减少。有效样本量（ESS）增加：nGCW的ESS比nIPW高约6%（548 vs 515）。 - 权重稳定性：GCW的99th-1st百分位权重跨度分布整体左移（更集中），BCW的分布更宽但仍有改善。 - 排序一致性：所有方法估计的值表面与nIPW参考表面的Spearman相关系数>0.996，表明借入信息未扭曲策略排序。

例子想说明什么：在真实临床数据中，GCW和BCW能稳定地恢复与标准IPW一致的最优策略，同时显著降低方差、提高权重稳定性，尤其在样本量有限时。这验证了方法的实用价值。

🔎 结论是否比证明窄

  • 定理2的方差减少：证明中假设了\(\gamma_t\)由\(\epsilon_n = cn^{-k}\)显式给出，且推导了方差差为\(O(n^{-k-1})\)。但该结果依赖于泰勒展开和主导项分析，严格来说只在渐近意义下成立，且要求\(p_t\)远离0和1（否则高阶项可能不可忽略）。作者在模拟中验证了有限样本方差减少，但未给出非渐近界。
  • 定理4（AGCW方差减少）：证明中声称“asymptotic variance no larger than that of nAIPW”，但推导依赖于“for sufficiently small \(\epsilon_n\)”和“the constant coefficient of term (C) dominates term (B)”。这个“dominates”的论证是启发式的，未给出显式条件。实际上，当结局模型错误时，AGCW的方差可能大于AIPW（因为借入信息可能放大模型错误带来的偏差）。作者在模拟中仅展示了结局模型正确的情况。
  • BCW的方差性质：定理5只证明了BCW的一致性，未给出方差减少的解析结果。作者仅通过模拟和“Variance Dominance Property”（当λ_bias=0时，损失函数最小化方差，故BCW方差≤IPW方差）来论证，但该性质依赖于自助法估计的方差是真实方差的良好近似，且窗口选择不引入额外偏差。严格来说，BCW的方差减少没有理论保证，只有经验证据。
  • 双重稳健性证明：对于AGCW和ABCW，作者使用“渐近等价于AIPW”的论证，但该论证要求\(\gamma_t \to 0\)或\(\|\delta_{\text{opt}}\|_\infty \to 0\)，且收敛速度足够快（如\(\sqrt{n} \|\delta_{\text{opt}}\|_\infty \xrightarrow{p} 0\)）。作者在BCW证明中明确假设了这一点，但在GCW中未讨论\(\gamma_t\)的收敛速度是否足以保证渐近等价（即，\(\sqrt{n} \gamma_t \to 0\)？）。若\(\gamma_t = O(n^{-k})\)且\(k<1/2\)，则\(\sqrt{n} \gamma_t \to \infty\)，渐近等价可能不成立，双重稳健性需要更细致的分析。

四、开放问题（扎根具体语句）

  1. 更灵活的借入函数：作者在讨论中提到“more flexible forms of partial compliance, such as nonlinear kernels or higher-order borrowing strategies”（第30页）。GCW的借入是线性的（\(\gamma\)常数），能否用核函数（如高斯核）根据协方差距离赋予不同权重？这需要重新推导偏差分解和方差公式，并可能涉及非参数收敛速率。扎根于：Section 6 “Future extensions of this work may explore more flexible forms of partial compliance”。

  2. 异质性治疗效应下的最优策略识别：作者提到“identification of subgroups that may follow different optimal treatment regimes”（第30页）。GCW/BCW通过平滑值表面可能有助于检测异质性，但当前方法假设所有个体遵循同一策略族（阈值型）。如何将借入框架扩展到允许子组特异性策略？扎根于：Section 6 “Another interesting direction is the identification of subgroups that may follow different optimal treatment regimes”。

  3. BCW的渐近方差理论：BCW的方差减少只有模拟证据，缺乏解析结果。能否在正则条件下（如窗口宽度\(\delta \asymp n^{-\alpha}\)）推导BCW的渐近方差表达式，并与IPW比较？这需要处理自助法选择的随机窗口，可能涉及经验过程理论。扎根于：定理5只证明一致性，未给出方差；Section 3.2.3的“Variance Dominance Property”仅针对λ_bias=0且假设自助法方差估计准确。

  4. 偏差控制参数的自适应选择：GCW的\(\epsilon_n = cn^{-k}\)需要用户指定\(c\)和\(k\)。作者在模拟中固定\(k=0.5, c=1\)，并做了敏感性分析，但未提供数据驱动的最优选择准则（如交叉验证或最小化MSE的准则）。能否像BCW那样用自助法选择\(\gamma_t\)？扎根于：Section 3.1.3 “We recommend choosing the bias-control parameter \(\epsilon_n = cn^{-k}\) with constants \(c>0\) and \(k>0\)”，但未给出选择方法。

提醒：要确认这些是否是真gap，建议阅读同子领域近期约5篇论文的引言（如Ye et al., 2024; Artman et al., 2024; Spicker et al., 2025; 以及连续治疗中的Kennedy et al., 2017）。若多篇都指向同一方向，则为共识性gap；若互相打架，则可能是机会。

Maintained by 陈星宇 · Homepage · Source on GitHub

评论