Efficient Transported Distributional and Quantile Treatment Effects with Surrogate-Assisted Missing Primary Outcomes

ملخص تقني: تقدير آثار المعالجة التوزيعية والكمية المنقولة بكفاءة مع نتائج أولية مفقودة مدعومة بالبدائل

إطار المشكلة
يتناول البحث تقدير التأثيرات التوزيعية وتأثيرات الكم (QTEs) لمجتمع مستهدف، في سياق تكون فيه النتائج الأولية طويلة الأمد مكلفة، أو متأخرة، أو مفقودة، بينما تتوفر بدائل للنتائج قصيرة المدى على نطاق واسع. تتكون بنية البيانات من عينتين مستقلتين:

1. الدراسة المصدر (Source Study): تحتوي على تخصيص العلاج ($A$)، والمتغيرات الأساسية ($X$)، والبدائل بعد العلاج ($S$) لجميع الوحدات، والنتيجة الأولية ($Y$) التي تُلاحظ فقط لمجموعة فرعية للتحقق ($M=1$).
2. المجتمع المستهدف (Target Population): يحتوي فقط على المتغيرات الأساسية ($X$).

الهدف هو تقدير دالة التوزيع التراكمي المنقولة $\psi_a(y) = P(Y^a \le y \mid R=0)$، وكمياتها (quantiles) $q_a(\tau)$، وتأثير المعالجة الكمي $\Delta(\tau) = q_1(\tau) - q_0(\tau)$. ومن الأهمية بمكان أن البديل $S$ لا يُعامل كبديل للنهاية (replacement endpoint)، كما لا تُفرض شروط صارمة من نوع "برنتيس" (Prentice-type) للبدائل. بدلاً من ذلك، يعمل $S$ كمعلومات مساعدة لتحسين الكفاءة في ظل وجود عينات مفقودة عشوائياً (MAR) للنتيجة الأولية.

المنهجية
يطور المؤلفون إطاراً شبه معلمي (semiparametric) يعتمد على استراتيجية التحديد التالية:

1. التحديد (Identification): تحت افتراضات الاتساق، والتبادلية في المصدر، وقابلية نقل عملية البديل-النتيجة الأولية الخاصة بالعلاج شرطياً، وأخذ عينات التحقق بنمط (MAR)، يتم تحديد الـ CDF المستهدف كـ $\psi_a(y) = E_0[g_a(y, X)]$، حيث $g_a(y, x) = E[m_a(y, X, S) \mid R=1, A=a, X=x]$ و $m_a$ هي الـ CDF الشرطية لـ $Y$ بشرط $(X, S)$ في مجموعة التحقق.
2. دالة التأثير الفعالة (EIF): يشتق البحث التدرج القانوني (canonical gradient) للدالة المرصودة. تنقسم الـ EIF، المرمزة بـ $\phi^y_a(O)$، إلى ثلاثة مكونات متعامدة:
   • حد أخذ عينات المتغيرات المستهدفة.
   • حد متبقي عملية البديل في المصدر ($m_a - g_a$).
   • حد متبقي التحقق من النتيجة الأولية ($Z_y - m_a$).
     يعكس هذا التفكيك المصادر الثلاثة للمعلومات المستخدمة في التحديد.
3. التقدير (Estimation): تم اقتراح مُقدّر "خطوة واحدة" (one-step estimator) يعتمد على التثليث المتقاطع (cross-fitting) وله صيغة مغلقة. يجمع هذا المُقدّر بين التقدير بالتعويض (plug-in estimate) للتوقع المستهدف والمتوسطات التجريبية لمكونات الـ EIF. يتم تقدير الدوال المزعجة ($m_a, g_a, e_a, \rho_a, \omega$) باستخدام طرق تعتمد على البرمجة المحدبة أو المعادلات الطبيعية (مثل الانحدار اللوجستي بانتظام ريج، أو انحدار نواة ريج، أو موازنة الإنتروبيا).
4. الاستدلال (Inference): يثبت البحث الخطية التقاربية النقطية والمنتظمة لـ مُقدّر الـ CDF. وباستخدام طريقة دلتا (delta method) ورسم الخرائط العكسية للـ CDF، يشتق تمثيلات "باداخر" (Bahadur representations) للكميات وتأثيرات المعالجة الكمية (QTEs). ويتم إنشاء نطاقات ثقة متزامنة عبر "بوتستراب المضاعف" (multiplier bootstrap)، بالاعتماد على شروط صريحة لإنتروبيا فئات العمليات المقدرة.

المساهمات الرئيسية

1. التحديد والكفاءة: يوسع البحث العمل القائم على متوسطات التأثير (مثل Kallus and Mao, 2025) ليشمل التوزيع المقابل والكميات الكاملة. كما يشتق دالة التأثير الفعالة الدقيقة لهذا الإعداد المنقول، موضحاً أن التدرج يحتوي على ثلاثة مكونات متبقية متعامدة تقابل متغيرات الهدف، وعملية البديل في المصدر، والنتائج الأولية المفقودة.
2. هوية الانحراف الدقيقة والمتانة (Exact Drift Identity and Robustness): يضع المؤلفون هوية انحراف دقيقة للمُقدّر. توضح هذه الهوية أن الانحياز من الدرجة الأولى يتلاشى إذا كانت انحدارات النتائج ($m_a, g_a$) صحيحة أو إذا كانت أوزان مستوى النسبة (نسبة الكثافة $\omega$ ونسبة احتمالية التحقق $\rho$) صحيحة. وهذا يؤدي إلى شروط معدل "الضرب" (product-rate) لتقدير المتغيرات المزعجة، مما يسمح بمعدلات تقارب أبطأ من $n^{-1/4}$ طالما أن حاصل ضرب الأخطاء هو $o(n^{-1/2})$.
3. كفاءة خاصة بالكم (Quantile-Specific Efficiency Gains): يحدد البحث مقدار الكفاءة المكتسبة من مراقبة البدائل. فهو يشتق صيغة تظهر أن تقليل التباين يعتمد على التباين الشرطي للنتيجة المتوقعة بواسطة البديل مع المتغيرات، وعلى ندرة بيانات التحقق. والأهم من ذلك، أن الكسب محدد لكل كم (quantile-specific)؛ فقد يحسن البديل الاستدلال بشكل كبير عند كم معين بينما يقدم فائدة ضئيلة عند كم آخر، اعتماداً على الكثافة المحلية لتوزيع الهدف والقدرة التنبؤية للبديل عند تلك العتبة.
4. التحقق من المستوى الأدنى: يوفر المؤلفون مسار تنفيذ "قابل للتحليل عن قصد". حيث يتحققون من شروط معدل المتغيرات المزعجة والإنتروبيا عالية المستوى لفئة محددة من المتعلمين (learners) ذات الأبعاد المحدودة أو الرتب المحدودة، بما في ذلك الانحدار اللوجستي بانتظام ريج، وانحدار نواة ريج ذات الرتبة المحدودة، وموازنة الإنتروبيا تحت نماذج الميل الأسي. هذا يجسّر الفجوة بين النظرية شبه المعلمية المجردة والتنفيذ العملي القائم على الأمثلة المحدبة.

النتائج

• النظرية التقاربية: يُظهر المُقدّر المقترح أنه فعال شبه معيارياً عند قيمة ثابتة لـ $y$. وتحت شروط انتظام موحدة (بما في ذلك خصائص Donsker وحدود الإنتروبيا)، يحقق المُقدّر خطية تقاربية منتظمة عبر دعم النتيجة، مما يسمح باستدلال متزامن صالح لمنحنيات الـ CDF والـ QTE بأكملها.
• أدلة المحاكاة: تؤكد دراسات المحاكاة النتائج النظرية. حيث يقلل المُقدّر "الخطوة الواحدة" المدعوم بالبدائل (SA) من متوسط مربع الخطأ (MSE) بشكل ملحوظ مقارنة بأسلوب "الوزن الاحتمالي العكسي" (IPW) والمُقدّرات بالتعويض المنقول، لا سيما في أطراف التوزيع. يحافظ مُقدّر SA على انحياز منخفض ويحقق معدلات تغطية قريبة من المستويات الاسمية، بينما يعاني IPW من تباين عالٍ، وتعاني المُقدّرات بالتعويض من انحياز التقريب.
• التحقق من الكفاءة: تتحقق عمليات المحاكاة من صيغة الكسب في الكفاءة النظرية، مما يثبت أن تقليل التباين يرتبط بالقدرة التنبؤية للبديل وندرة بيانات التحقق.

الأهمية والادعاءات
يدعي البحث تقديم أساس نظري صارم لتقدير التأثيرات التوزيعية وتأثيرات الكم في ظل وجود نتائج أولية مفقودة وبدائل متاحة، وتحديداً عند نقل النتائج من دراسة مصدر إلى مجتمع مستهدف.

• الابتكار المنهجي: يتجاوز البحث التأثيرات القائمة على المتوسط ليصل إلى التوزيع الكامل، معالِجاً تعقيدات رسم الخرائط العكسية للـ CDF واقتران أوزان النقل مع بقايا البديل.
• الفائدة العملية: من خلال اقتراح مُقدّر "خطوة واحدة" يعتمد على التثليث المتقاطع ويعتمد على المسائل المحدبة، يقدم البحث حلاً قابلاً للتنفيذ حسابياً لا يتطلب تحسيناً غير محدب.
• الدقة النظرية: يوفر اشتقاق هوية الانحراف الدقيقة وصيغة الكسب النوعي للكم توصيفاً دقيقاً لمتى وكيف تحسن البدائل الاستدلال، مما يتجنب الحاجة إلى افتراضات قوية للبدائل.

يؤكد المؤلفون أن مساهمتهم تكمن في نظرية التدرج القانوني لنموذج البديل ذي المجتمعين، وفي التحقق من هذه الشروط لمتعلمين محددين وقابلين للتحليل، وليس في اقتراح خوارزميات تعلم آلي مرنة عشوائية. يُقدم هذا العمل كمسودة عمل، وهي تدعو للتعليقات على الاشتقاقات النظرية وتفاصيل التنفيذ.