技术摘要：通过数据驱动协变量调整实现随机临床试验的自动化、高效且无模型推断

问题陈述

在随机临床试验（RCT）中，调整基线协变量被广泛认为可以通过纳入预后变量来提高统计功效和精确度。然而，其实际实施受到监管要求（如 FDA、EMA）的阻碍，这些要求在数据分析之前必须预先指定协变量及其函数形式。这种预先指定往往困难甚至不可行，导致许多试验未能充分利用协变量调整。

虽然数据自适应方法（如逐步回归、Lasso、机器学习）通过自动选择变量和建模复杂关系提供了解决方案，但它们引入了显著的推断挑战。当使用这些方法时，标准推断程序往往失效，原因如下：

1. 事后选择推断问题：估计量的分布依赖于所选模型，如果忽略模型选择的不确定性，会导致标准误有偏且置信区间无效。
2. 模型设定错误：许多现有的去偏程序（如靶向最大似然估计 TMLE 或去偏机器学习）要求干扰估计量（结果模型）具有一致性或按特定速率收敛。如果结果模型设定错误或预测存在偏差，标准误可能会有偏，从而破坏渐近覆盖率。

核心问题在于：如何在随机临床试验中利用自动化、数据自适应的协变量调整，同时确保有效的统计推断（无偏的治疗效应估计和标准误的精确渐近覆盖率），即使结果模型设定错误或选择过程不完美。

方法论

作者提出了一种边际治疗效应（$\theta = E[Y|Z=1] - E[Y|Z=0]$）的协变量调整估计量框架，该框架利用数据自适应预测同时保持稳健性。该方法根据预测算法的复杂性和关于稀疏性的假设，区分了两种主要情境。

1. 通过规范广义线性模型（GLM）进行数据自适应估计（无需交叉拟合）

对于使用具有规范链接函数（如线性回归、逻辑回归）的参数模型并通过**最大似然（ML）**拟合的场景，作者提出了一种“即插即用”方法：

• 程序：
  1. 模型选择：使用数据自适应方法（如逐步 AIC、Lasso）从预先指定的候选集中选择协变量。
  2. 模型拟合：针对每个治疗组，使用最大似然法在选定的协变量上拟合带有规范链接和截距的广义线性模型（GLM）。
  3. 预测与平均：使用拟合好的模型预测所有参与者的结果，并计算平均预测值的差异。
• 关键机制：当通过最大似然法拟合 GLM 时，它们满足预测无偏性条件（每个治疗组内的残差之和为零）。这一性质隐式地对估计量进行了去偏，无需显式的增强项（如增强逆概率加权 AIPW 中所见）或交叉拟合。
• 推断：作者证明，在超稀疏假设下（真正具有预后价值的协变量数量相对于样本量很小，具体为 $s \log(p) / \sqrt{n} \to 0$），基于有效影响函数的标准即插即用方差估计量即使在模型设定错误的情况下也能提供精确的渐近覆盖率。

2. 通过交叉拟合进行数据自适应估计（一般情况）

为了适应更复杂的算法（如随机森林、梯度提升）或放宽超稀疏假设，作者采用了交叉拟合（样本分割）：

• 程序：
  1. 将数据分为 $K$ 折。
  2. 对于每一折，在剩余的 $K-1$ 折上训练预测模型。
  3. 为保留的折生成预测值。
  4. 使用这些样本外预测值构建**增强逆概率加权（AIPW）**估计量（或靶向最大似然估计 TMLE）。
• 关键机制：交叉拟合确保了预测值独立于其应用的观测值，从而减轻了过拟合，并允许使用灵活的机器学习算法。
• 推断：作者推导了一种特定的方差估计量，该估计量考虑了估计倾向评分（随机化概率）的不确定性。他们证明，只要倾向评分是已知的或通过参数方法估计的，即使结果模型设定错误或收敛缓慢，该估计量也能实现精确的渐近覆盖率。
• 有限样本无偏性：如果使用已知的随机化概率（例如 $\pi=0.5$）代替估计的倾向评分，则无论模型是否设定错误，该估计量在有限样本中都是精确无偏的。

3. 参数化倾向评分估计

该框架被扩展到倾向评分通过参数方法（例如，基于部分协变量的逻辑回归）估计而非假设为常数的情况。作者表明，只要结果模型使用加权最大似然（带有逆概率权重）进行拟合，同样的渐近有效性依然成立。

主要贡献

本文做出了以下理论和方法论贡献：

1. 即插即用标准误的有效性：作者证明，对于使用规范 GLM（带有数据自适应选择）的协变量调整估计量，即使存在模型设定错误，只要超稀疏性成立，由有效影响函数导出的简单即插即用标准误估计量也能提供精确的渐近覆盖率。
2. 交叉拟合估计量的稳健性：他们表明，虽然标准 AIPW 估计量在预测不一致时可能具有有偏的标准误，但结合交叉拟合的**靶向最大似然估计（TMLE）**仍保持有效性。此外，他们提供了一个修正后的 AIPW 估计量方差公式，该公式考虑了估计倾向评分带来的额外变异性，从而确保精确的渐近覆盖率。
3. 有限样本无偏性：本文确立了当使用数据自适应方法时，只要使用交叉拟合并代入真实的随机化概率（而非估计值），AIPW 估计量在有限样本中仍保持精确无偏。
4. 强零假设下的盲法估计：作者表明，在检验强零假设（治疗与协变量及结果均独立）时，即使使用机器学习，也可以通过在零假设下拟合单个模型，完全避免样本分割。
5. 参数化倾向评分：研究结果被推广，表明以参数方式（例如通过逻辑回归）估计倾向评分并不会损害推断的有效性，即使结果模型是数据自适应的。

结果

作者通过模拟研究验证了其理论发现，该研究模仿了MISTIE III临床试验（脑出血）。

• I 类错误控制：在各种样本量（200、500、1000）和模型设定（正确指定、错误指定和高维）下，所提出的数据自适应估计量（无论是否使用交叉拟合）均将 I 类错误率维持在接近名义水平（单侧 2.5%）。
• 功效：协变量调整估计量始终表现出比未调整估计量更高的统计功效。数据自适应方法的表现通常与或优于预先指定的“真实”模型，特别是在工作模型设定错误的情况下。
• 小样本校正：研究强调了小样本校正（调整自由度）对于非交叉拟合估计量在小样本中防止 I 类错误膨胀的重要性。交叉拟合本身缓解了这一问题。
• 偏差：发现所有考虑的估计量的有限样本偏差均可忽略不计，特别是对于利用交叉拟合的估计量。

意义与主张

本文声称提供了一种实用、自动化且符合监管要求的随机临床试验协变量调整路径。通过允许预先指定算法（例如，“我们将在此协变量集上使用逐步回归”）而不是具体的模型，该方法调和了预先指定的需求与数据驱动建模的灵活性。

作者强调，他们的框架：

• 将推断与模型正确性解耦：有效的推断由随机化以及估计量的性质（预测无偏性或交叉拟合）保证，而非由结果模型的正确性保证。
• 支持复杂建模：研究人员可以利用样条、机器学习或复杂的交互作用，而不会扭曲治疗效应估计值或其标准误的有效性。
• 最大化功效：通过自动化选择利用预后基线协变量，这些方法最大化了统计功效，解决了因指定困难而避免调整导致的试验中常见的“次优功效”问题。

这项工作将自己定位为半参数效率理论进展（Tsiatis 等人，2008）与现代机器学习之间的桥梁，为随机试验中倾向评分已知或易于估计的特定背景下的“事后选择推断”问题提供了稳健的解决方案。