Proximal Learning for Trials With External Controls: A Case Study in HIV Prevention

本文提出了一种结合外部对照数据与负对照变量的新型近端因果推断方法，通过开发两种针对低事件率场景的估计策略，成功在主动对照的 HIV 预防试验中估算了卡博特韦相对于安慰剂的绝对疗效。

要点

这是一篇关于如何利用“外部数据”来填补临床试验空白的统计学论文。为了让你轻松理解，我们可以把这篇论文想象成一场**“侦探破案”**的故事，而我们要解决的核心难题是：如何在没有“对照组”的情况下，证明新药真的有效？

1. 背景：为什么我们需要“侦探”？

想象一下，你是一位新药（Cabotegravir，一种长效艾滋病预防针）的推销员。你想证明你的药比现在的标准药（每天吃的药片）更好。

• 过去的做法（老式实验）： 找一群人，一半吃新药，一半吃**“糖丸”（安慰剂/Placebo）**。如果吃糖丸的人得病多，吃新药的人得病少，那就证明新药有效。
• 现在的困境（伦理难题）： 现在已经有了一种非常有效的“标准药”（每天吃的药片）。如果为了做实验，故意让一部分人吃“糖丸”（什么都不做），让他们面临感染艾滋病的风险，这在伦理上是绝对不允许的。
• 结果： 现在的实验只能把“新药”和“标准药”做对比。虽然我们知道新药比标准药好，但我们不知道新药比“什么都不做”好多少。这就好比你知道“法拉利”比“丰田”快，但你不知道它比“自行车”快多少，因为没人敢拿人当自行车去跑。

论文的目标： 在不让人吃“糖丸”的前提下，通过数学魔法，**“算出”**如果当时有人吃了糖丸，得病的概率会是多少。

2. 核心难题：两个世界不一样

作者想借用另一个已经做过的、有“糖丸组”的旧实验（AMP 研究）的数据来当“替身”。

但是，这里有个大麻烦：

• 实验 A（HPTN 083）： 参与者主要在非洲、拉美，年轻人多，黑人多，性伴侣网络复杂。
• 实验 B（AMP，旧实验）： 参与者主要在欧美，白人比例高，年龄偏大。

比喻： 这就像你想比较“在暴雨中跑步”和“在晴天跑步”谁更快。你拿了一个“晴天跑步”的旧数据，想推算出“暴雨”的情况。但问题是，这两个实验的环境（天气/地理）和人群体质完全不同。直接拿旧数据来算，就像用晴天的数据去预测暴雨，结果肯定不准。

这就叫**“未测量的混杂因素”**（Unmeasured Confounding）：有些关键因素（比如当地的艾滋病传播密度、性伴侣的病毒载量）在两个实验里都没记录，但它们悄悄影响了结果。

3. 解决方案： proximal learning（近端学习）—— 找“替身演员”

为了解决这个“环境不同”的问题，作者发明了一种叫**“近端学习”（Proximal Learning）的方法。这就像侦探找“替身演员”**来还原现场。

作者找到了两个特殊的变量作为“替身”：

1. 负对照暴露（NCE）—— 地理区域：

   • 比喻： 就像侦探发现，虽然不知道具体的“暴雨”有多猛，但知道“南方”通常比“北方”雨大。
   • 作用： 地理区域（比如拉丁美洲 vs 非拉美）虽然不直接决定一个人会不会得病，但它能反映当地的艾滋病传播环境。它像是一个“环境温度计”。

2. 负对照结果（NCO）—— 性病（淋病/衣原体）：

   • 比喻： 就像侦探发现，虽然没直接测“艾滋病病毒”，但发现那些容易得“淋病”的人，往往也处于高风险的性环境中。
   • 作用： 性病本身不会导致艾滋病，也不会决定一个人进哪个实验组。但是，得性病和得艾滋病往往是因为同一个“幕后黑手”（高风险行为/环境）。所以，性病就像是一个“烟雾信号”，告诉我们那个看不见的“幕后黑手”有多活跃。

魔法原理：
通过观察“地理区域”和“性病”这两个替身，作者可以反推出那个看不见的“幕后黑手”（当地艾滋病传播风险）在两个实验中到底有多大差异。然后，利用这个差异，把旧实验（有糖丸组）的数据“修正”一下，就能精准地推算出新实验（没糖丸组）如果做了糖丸实验，得病率会是多少。

4. 两种“魔法工具”

作者开发了两种数学工具来实现这个推算：

• 工具一：半参数逆概率加权（IPCW）：

  • 比喻： 就像给旧实验里的人发“加权卡”。如果旧实验里的某个人和新实验里的人很像（比如都是黑人、都来自拉美、都有性病），就给他发一张大卡片，让他代表更多新实验里的人。通过这种“加权”，强行把两个不同的人群拉平。
  • 特点： 比较灵活，不需要假设太多数学公式，但在数据很少（得病的人很少）的时候，结果可能会波动很大。

• 工具二：两阶段回归法：

  • 比喻： 就像先画一张“地图”，再走一步算一步。因为艾滋病预防实验中得病的人很少（就像在沙漠里找针），作者利用这个“罕见事件”的特点，建立了一个更高效的数学模型，专门处理这种“小概率事件”。
  • 特点： 在得病率很低的时候更精准，但需要假设一些数学结构。

5. 最终结论：新药真的强！

作者用这两种方法，结合旧数据，算出了 HPTN 083 实验中，如果参与者吃的是“糖丸”，一年内的感染率大约是 4.3% 到 5.5%。

• 现实情况： 吃新药（Cabotegravir）的人，感染率只有 0.41%。
• 现实情况： 吃旧药（TDF/FTC）的人，感染率是 1.22%。

结论：

• 新药比“什么都不做”（糖丸）强了 90% 以上（绝对有效）。
• 新药也比“旧药”强很多。

6. 总结：这篇论文的意义

这篇论文就像给医学界提供了一把**“时间机器”或“平行宇宙模拟器”**。

它告诉我们：以后做新药实验，不需要再冒着伦理风险去搞“糖丸组”了。 只要找到合适的“替身数据”（外部对照），利用“近端学习”这种聪明的数学方法，我们就能算出新药到底比“什么都不做”好多少。

这不仅让艾滋病预防药物的研发更快速、更人道，也为其他疾病（比如癌症、心脏病）的临床试验提供了一种全新的、更聪明的解题思路。

一句话总结：
不用真的让人“裸奔”（吃糖丸），也能通过聪明的数学“替身”，算出新药比“什么都不做”强多少。

技术摘要

这是一篇关于利用**邻近因果推断（Proximal Causal Inference）**方法，在缺乏同期安慰剂对照组的主动控制临床试验中，估计反事实安慰剂下 HIV 累积发病率的统计学研究。该研究以 HPTN 083（卡博特韦长效注射剂预防 HIV 的试验）为主要案例，结合 AMP 研究（HVTN 704/HPTN 085）的外部对照数据进行了实证分析。

以下是该论文的详细技术总结：

1. 研究背景与问题 (Problem)

• 背景： 随着高效暴露前预防（PrEP）药物（如 TDF/FTC）的问世，HIV 预防试验常采用主动对照设计（Active-controlled trials），即比较新药与现有标准疗法，而非与安慰剂比较。这主要是出于伦理考虑（不能给受试者提供无效安慰剂）。
• 核心挑战：
  1. 缺乏绝对疗效评估： 主动对照试验无法直接提供新药相对于“无干预”（安慰剂）的绝对疗效（Absolute Efficacy），而这对临床决策和监管审批至关重要。
  2. 外部对照的混杂偏倚： 利用历史或外部对照数据（如 AMP 研究的安慰剂组）来构建反事实安慰剂组时，存在未测量混杂因素（Unmeasured Confounding）。例如，不同试验的地理区域、性网络密度、伴侣病毒载量等局部 HIV 传播环境风险（Local HIV transmission environment risk）难以测量且存在差异，导致直接标准化或传统因果推断方法产生偏倚。
  3. 低事件率统计难题： HIV 预防试验中感染率极低，导致传统统计方法在估计置信区间时可能出现不稳定性（如超出 [0, 1] 范围），且统计功效不足。

2. 方法论 (Methodology)

作者提出并应用了两种基于**邻近因果推断（Proximal Causal Inference）的新方法，利用负对照暴露（Negative Control Exposure, NCE）和负对照结局（Negative Control Outcome, NCO）**来识别并校正未测量混杂。

2.1 核心假设与变量定义

• 未测量混杂因子 ($U$)： 定义为“局部 HIV 传播环境风险”。
• 负对照暴露 ($Z$)： 地理区域（拉丁美洲 vs. 非拉丁美洲）。它影响 $U$ 但不直接影响个体的 HIV 感染风险（除了通过 $U$）。
• 负对照结局 ($W$)： 基期性传播感染（STI）状态（如直肠淋病或衣原体）。STI 与 HIV 共享行为/生物风险因素（即与 $U$ 相关），但 STI 本身不直接决定受试者是否参与试验（即不直接影响 $R$）。
• 识别假设： 在给定观测协变量 $X$ 和未测量混杂 $U$ 的条件下，$Z$ 和 $W$ 与主要结局 $T^*(0)$ 和试验分组 $R$ 条件独立。

2.2 提出的两种估计方法

为了应对低事件率和未测量混杂，作者开发了两种策略：

1. 半参数逆概率删失加权估计量 (Semiparametric IPCW Estimator)：

   • 基于 Cui et al. (2024) 的框架扩展，处理右删失数据。
   • 利用桥函数（Bridge Functions）：
     • 结局桥函数 ($h$)： 连接负对照结局 $W$ 与潜在结局。
     • 处理桥函数 ($q$)： 连接负对照暴露 $Z$ 与试验分组 $R$。
   • 通过求解积分方程（Moment Equations）来识别反事实风险。该方法对模型假设要求较少，但在低事件率下可能产生不稳定的置信区间。

2. 基于回归的两阶段估计量 (Regression-based Two-stage Estimator)：

   • 专为**低事件率（Rare Event）**场景设计。
   • 假设： 在特定时间点（如 1 年），安慰剂组无感染概率接近 1，使得 Cox 比例风险模型中的风险函数可近似为密度函数（具有可折叠性）。
   • 步骤：
     • 第一阶段：在外部数据中拟合 Cox 模型，将 $\log(E[W|Z, X])$ 作为协变量，估计参数。
     • 第二阶段：利用估计的参数和主试验中的 $W$ 预测值，构建主试验的反事实风险模型。
   • 该方法在低事件率下通常比 IPCW 具有更窄的置信区间和更高的效率。

3. 主要贡献 (Key Contributions)

1. 方法学创新： 首次将邻近因果推断框架应用于外部对照整合场景，特别是针对时间 - 事件数据（Time-to-event）和低事件率的 HIV 预防试验。
2. 解决未测量混杂： 通过引入地理区域（NCE）和基期 STI（NCO）作为代理变量，有效校正了因试验间地理和流行病学环境差异导致的未测量混杂偏倚。
3. 双重稳健性与效率平衡： 提出了半参数 IPCW（稳健但方差大）和参数化两阶段回归（高效但依赖模型假设）两种方法，为不同数据特征提供了选择。
4. 理论扩展： 将邻近推断理论扩展至包含右删失（Right Censoring）和外部控制数据整合的情境，并提供了相应的识别定理和证明。

4. 研究结果 (Results)

• 数据应用： 使用 HPTN 083 试验（Cabotegravir vs. TDF/FTC）和 AMP 研究（安慰剂组）的数据。
• 反事实发病率估计：
  • 所有邻近推断方法（IPCW 的三种变体及两阶段回归）估计的 HPTN 83 受试者在安慰剂下的1 年累积 HIV 发病率高度一致，范围在 4.3% 到 5.5% 之间。
  • 相比之下，仅调整观测协变量的朴素回归模型（Naïve models）估计值较低（约 2.9%-3.0%），表明存在未测量混杂导致的向下偏倚。
• 绝对疗效评估：
  • Cabotegravir (CAB)： 与估计的安慰剂组相比，Cabotegravir 显示出统计学显著的优越性（相对疗效约 90-93%，绝对风险降低约 4.3-5.1%，$p < 0.001$）。
  • TDF/FTC： 同样显示出优于安慰剂的疗效（相对疗效约 72-78%），但统计显著性略弱于 CAB（部分方法下 $p < 0.05$）。
• 模拟研究： 补充材料中的模拟研究证实，在低事件率和未测量混杂存在的情况下，提出的方法是无偏的，且两阶段回归法在方差控制上优于 IPCW 法。

5. 意义与结论 (Significance)

• 伦理与科学的双重价值： 该方法为在无法设置同期安慰剂组的伦理约束下，科学地评估新预防药物的绝对疗效提供了可行的统计框架。
• 监管与决策支持： 研究结果支持了 Cabotegravir 作为高效 HIV 预防手段的地位，并证明了利用外部数据结合邻近推断方法可以生成可靠的证据，有助于监管机构（如 FDA）的审批决策。
• 广泛适用性： 虽然以 HIV 预防为例，但该方法适用于任何需要利用外部对照、存在未测量混杂且事件率较低的临床试验（如罕见病药物试验、疫苗试验等）。
• 未来方向： 强调了在应用此类方法时，选择强效的负对照变量（NCE/NCO）至关重要，并建议未来研究探索更复杂的混杂结构及优化负对照选择策略。

总结： 该论文通过引入邻近因果推断，成功解决了主动控制 HIV 试验中无法直接评估绝对疗效的难题，利用外部对照数据和负对照变量校正了未测量混杂，为新型预防药物的疗效评估提供了强有力的统计工具。