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

技術的サマリー：代理変数支援による欠損一次結果を伴う効率的輸送分布および分位点処置効果

問題設定
本論文は、長期的な一次結果が高価、遅延、または欠損している一方、短期的な代理結果が広く利用可能な状況下における、対象集団の分布的および分位点処置効果（QTE）の推定を扱う。データ構造は、2 つの独立したサンプルから構成される：

1. ソース研究： 全単位について治療割り当て（$A$）、ベースライン共変量（$X$）、治療後代理変数（$S$）を含み、かつ検証部分集合（$M=1$）のみに一次結果（$Y$）が観測される。
2. 対象集団： ベースライン共変量（$X$）のみを含む。

目的は、輸送された反実分布関数 $\psi_a(y) = P(Y^a \le y \mid R=0)$、その分位点 $q_a(\tau)$、および分位点処置効果 $\Delta(\tau) = q_1(\tau) - q_0(\tau)$ を推定することである。重要なのは、代理変数 $S$ が代替エンドポイントとして扱われることも、厳格な Prentice 型の代理変数条件が課されることもない点である。代わりに、$S$ は一次結果の欠損（欠測）がランダム（MAR）であるという条件下で効率を向上させるための補助情報として機能する。

手法
著者は、以下の識別戦略に基づく半パラメトリック枠組みを開発する：

1. 識別： 整合性、ソース交換可能性、治療特異的代理変数 - 一次結果過程の条件付き輸送可能性、および MAR 検証サンプリングの仮定の下、対象 CDF は $\psi_a(y) = E_0[g_a(y, X)]$ として識別される。ここで、$g_a(y, x) = E[m_a(y, X, S) \mid R=1, A=a, X=x]$ であり、$m_a$ は検証部分集合における $(X, S)$ に条件づけた $Y$ の条件付き CDF である。
2. 効率的影響関数（EIF）： 論文は、観測データ関数に対する標準勾配を導出する。EIF、$\phi^y_a(O)$ は、3 つの直交成分に分解される：
   • 対象共変量サンプリング項。
   • ソース代理変数過程残差項（$m_a - g_a$）。
   • 一次結果検証残差項（$Z_y - m_a$）。
     この分解は、識別に用いられる 3 つの情報源を反映している。
3. 推定： 閉形式のクロスフィット 1 ステップ推定量が提案される。これは、対象期待値のプラグイン推定と、EIF 成分の実験的平均を組み合わせる。不要関数（$m_a, g_a, e_a, \rho_a, \omega$）は、凸または正規方程式に基づく手法（例：リッジロジスティック回帰、カーネルリッジ回帰、エントロピーバランス）を用いて推定される。
4. 推論： 論文は、CDF 推定量に対する点別および一様漸近線形性を確立する。デルタ法と逆 CDF 写像を用いて、分位点および QTE に対するバハドゥール表現を導出する。同時信頼帯域は、推定過程クラスのエントリに関する明示的条件に依存するマルチプライヤーブートストラップによって構築される。

主要な貢献

1. 識別と効率： 本論文は、代理変数支援平均処置効果に関する研究の系譜（例：Kallus and Mao, 2025）を、完全な反実分布および分位点に拡張する。この輸送設定に対する正確な効率的影響関数を導出し、勾配が対象共変量、ソース代理変数過程、および欠損一次結果に対応する 3 つの直交残差成分を持つことを示す。
2. 正確なドリフト恒等式と頑健性： 著者は、推定量に対する正確なドリフト恒等式を確立する。この恒等式は「比率レベルの頑健性」を示し、結果回帰（$m_a, g_a$）が正しいか、または比率レベル重み（密度比 $\omega$ および検証傾向比 $\rho$）が正しい場合、1 次バイアスが消失することを示す。これにより、不要推定に対する積率条件が得られ、誤差の積が $o(n^{-1/2})$ である限り、$n^{-1/4}$ よりも遅い収束率を許容する。
3. 分位点固有の効率向上： 論文は、代理変数を観測することによる効率向上を定量化する。分散減少が共変量に条件づけた代理変数予測結果の条件付き分散と、検証データの希少性に依存することを示す式を導出する。重要なのは、この向上が分位点固有である点である。代理変数は、対象分布の局所密度と、その閾値における代理変数の予測力に応じて、ある分位点では推論を大幅に改善する一方、他の分位点ではほとんど利益をもたらさない可能性がある。
4. 低レベル検証： 著者は、「意図的に解析可能な」実装経路を提供する。リッジロジスティック回帰、有限ランクカーネルリッジ回帰、指数傾きモデル下でのエントロピーバランスなど、特定の有界有限次元または有限ランク学習器のクラスに対して、高レベルの不要率およびエントロピー条件を検証する。これにより、抽象的な半パラメトリック理論と、実用的な凸最適化に基づく実装との間のギャップが埋められる。

結果

• 漸近理論： 提案された推定量は、固定された $y$ において半パラメトリック的に効率的であることが示される。一様正則性条件（Donsker 性質およびエントロピー境界を含む）の下、推定量は結果の支持全体にわたって一様漸近線形性を達成し、完全な CDF および QTE 曲線に対する有効な同時推論を可能にする。
• シミュレーション証拠： シミュレーション研究は、理論的知見を確認する。代理変数支援 1 ステップ推定量（SA）は、逆確率重み付け（IPW）および輸送プラグイン推定量と比較して、特に分布の尾部において平均二乗誤差（MSE）を大幅に減少させる。SA 推定量は低いバイアスを維持し、名义レベルに近いカバレッジ率を達成するのに対し、IPW は高い分散に、プラグイン推定量は近似バイアスに苦しむ。
• 効率性の検証： シミュレーションは、理論的効率向上式を検証し、分散減少が代理変数の予測力および検証データの希少性と相関することを示す。

意義と主張
本論文は、欠損一次結果と利用可能な代理変数が存在する状況下、特にソース研究から対象集団へ結果を輸送する際に、分布的および分位点処置効果を推定するための厳密な理論的基盤を提供すると主張する。

• 方法論的新規性： 平均ベースの効果を超えて完全な分布へと移行し、逆 CDF 写像の複雑さと、輸送重みと代理変数残差の結合を扱う。
• 実用性： 凸部分問題に依存する閉形式のクロスフィット 1 ステップ推定量を提案することで、非凸最適化を必要としない計算可能な解決策を提供する。
• 理論的精度： 正確なドリフト恒等式および分位点固有の効率向上式の導出は、代理変数が推論をいつ、どのように改善するかを正確に特徴づけ、強力な代理変数仮定を必要としない。

著者は、彼らの貢献が、任意の柔軟な機械学習アルゴリズムの提案ではなく、2 集団代理変数支援モデルに対する標準勾配理論と、特定の解析可能な不要学習器に対するこれらの条件の検証にあることを強調する。この作業は作業原稿として提示され、理論的導出および実装の詳細に関するコメントを求めている。