Observing the unobserved confounding through its effects: toward randomized trial-like estimates from real-world survival data

这是一篇关于利用真实世界数据（Real-World Data, RWD）进行生存分析时，如何解决**未观测混杂因素（Unobserved Confounding）**问题的研究论文。作者提出了一种新的三阶段框架，通过推断并平衡一个潜在的预后信号，使观察性研究的治疗效应估计更接近随机对照试验（RCT）的结果。

以下是该论文的详细技术总结：

1. 研究背景与问题 (Problem)

• 核心挑战： 随机对照试验（RCT）是评估治疗效果的金标准，但往往成本高昂、耗时且在某些情况下不可行。观察性数据虽然丰富，但受限于未观测混杂因素（如未记录的患者体质、隐匿的肿瘤侵袭性、临床医生的隐性判断等）。
• 现有局限： 传统的统计方法（如回归、匹配、逆概率加权）只能调整已观测的协变量。对于未测量的变量，无法直接进行回归或匹配，导致观察性研究的治疗效应估计可能存在偏差，甚至产生误导性结论。
• 具体场景： 在外科肿瘤学中，治疗决策（如是否进行手术或辅助治疗）往往取决于细微的疾病严重程度、患者体能状态和医生判断，这些因素在常规数据集中往往未被完整记录。

2. 方法论 (Methodology)

作者提出了一种三阶段框架，旨在将观察性队列转化为在观测和未观测协变量上均达到平衡的“类 RCT"人群。

第一阶段：构建潜在预后因子 ($\tilde{U}$)

这是该方法的核心创新。目标是推断一个标量变量 $\tilde{U}_i$，捕捉患者 $i$ 的结局中无法由观测协变量解释的部分。

• 逻辑基础： 如果两个患者具有相似的观测特征（$X$）且接受相同的治疗，但结局（生存时间）截然不同，这种差异主要归因于未观测因素。
• 构建步骤：
  1. 方向性邻居选择 (Directional Neighbor Sets)： 对于每个患者 $i$，在同一治疗组内寻找 $k$ 个“方向性邻居”。
     • 若患者 $i$ 发生了事件（如复发），邻居选为生存时间更长的患者。
     • 若患者 $i$ 被删失（Censored），邻居选为更早发生事件的患者。
     • 目的： 确保比较的是具有相反生存轨迹的相似患者，从而分离出未观测因素的影响。
  2. 残差计算： 计算患者 $i$ 的结局信号与邻居平均结局信号的差值。
  3. 结局信号定义 (Pseudo-RMST)： 由于生存数据存在删失，直接使用事件指示符会丢失时间信息。作者使用限制平均生存时间 (RMST) 的伪观测值（Jackknife pseudo-observations）作为 $Y_i$。这比原始时间更平滑且对删失更稳健。
  4. 符号归一化： 将原始残差 $U_i$ 进行有符号归一化，得到 $\tilde{U} \in [-1, 1]$。
     • 负值：代表比预期更差的潜在风险（如未记录的虚弱）。
     • 正值：代表比预期更好的潜在保护因素。
  • 关键点： 不试图恢复具体的未观测变量，而是捕捉其综合预后影响。

第二阶段：治疗组间的平衡 (Balancing)

将推断出的 $\tilde{U}$ 与观测协变量 $X$ 一起进行平衡，以消除观测和未观测的混杂。

• 策略： 使用三种标准平衡方法，并将 $\tilde{U}$ 纳入其中：
  1. 预后匹配后加权 (Prognostic Matching + Weighting)： 先基于预后评分进行分层匹配，然后对特定亚组（如无事件的治疗组患者）施加标量权重，使治疗组与对照组的 $\tilde{U}$ 均值相等。
  2. 熵平衡 (Entropy Balancing)： 为对照组计算权重，使其协变量 $X$、预后评分 $s$ 以及潜在因子 $\tilde{U}$ 的一阶和二阶矩与处理组匹配。
  3. 逆概率加权 (IPTW)： 基于 $X, s, \tilde{U}$ 拟合逻辑回归倾向性模型，对对照组进行加权，使其分布类似于处理组。

第三阶段：多变量生存分析

• 在加权后的样本上拟合Cox 比例风险模型。
• 注意： $\tilde{U}$ 不作为协变量直接放入最终的 Cox 模型中，因为它的效应已经通过平衡权重体现。直接放入会导致不稳定性。
• 输出调整后的风险比 (HR) 作为治疗效应估计。

3. 关键验证与结果 (Key Results)

作者在三个互补的场景中评估了该框架：

验证 1：观察性队列 vs. RCT 基准

• 数据： 3 个观察性外科肿瘤队列（GIST, RPS, CRLM），分别对应已发表的 RCT 基准 HR。
• 结果：
  • 在 9 次（3 个数据集 $\times$ 3 种平衡方法）比较中，引入 $\tilde{U}$ 后，估计的 HR 与 RCT 基准的对数绝对误差全部减小。
  • 在最强设置下，相对于仅调整观测协变量，绝对对数 HR 误差平均减少了约 10 倍（平均减少 0.344, $p=0.001$）。
  • 这表明该方法能有效校正未观测混杂，使观察性估计更接近真实因果效应。

验证 2：RCT 内部验证 (阴性对照)

• 数据： 2 个 RCT 数据集 (STRASS, BRT)。
• 逻辑： RCT 中治疗分配是随机的，观测和未观测因素本应平衡。如果 $\tilde{U}$ 只是过拟合噪声，引入它应会扭曲结果；如果它是真实的预后信号，它应已平衡，且不会显著改变 HR。
• 结果：
  • 在 RCT 中，$\tilde{U}$ 在两组间是平衡的（标准化均值差 SMD 大多 < 0.1）。
  • 引入 $\tilde{U}$ 后，治疗效应的对数 HR 变化极小（平均绝对变化 $\approx 0.08$），且通过了等价性检验。
  • 这证明了该方法不会在不需要校正的情况下人为引入偏差。

验证 3：多中心一致性分析 (CRLM)

• 数据： 6 个来自不同中心的结直肠肝转移 (CRLM) 观察性队列。
• 目标： 检验 $\tilde{U}$ 是否能减少中心间的异质性。
  1. 治疗效应一致性： 仅调整 $X$ 时，不同中心间的化疗 HR 估计差异较大。引入 $\tilde{U}$ 后，中心间的 HR 离散度显著降低（平均减少 0.147, $p=0.016$），说明 $\tilde{U}$ 捕捉了跨中心共享的未观测混杂（如患者体能、隐匿疾病负担）。
  2. 病例组合差异： 在某些中心对中，仅调整 $X$ 反而扩大了生存差距（暗示 $X$ 掩盖了未观测差异）。引入 $\tilde{U}$ 后，在 75%-100% 的此类比较中缩小了生存差距，证明 $\tilde{U}$ 捕捉了中心间患者病例组合的潜在预后差异。

4. 主要贡献 (Key Contributions)

1. 方法论创新： 提出了一种无需观测具体未测量变量，即可通过残差分析和方向性邻居推断潜在预后信号 ($\tilde{U}$) 的方法。
2. 解决未观测混杂： 扩展了现有的平衡方法（匹配、熵平衡、IPTW），使其不仅能平衡观测变量，还能平衡部分未观测的预后因素。
3. 实证有效性： 在多个真实世界数据集中，显著提高了治疗效应估计的准确性，使其更接近 RCT 基准，并在 RCT 数据中保持了稳健性（未引入偏差）。
4. 解释异质性： 证明了该方法能捕捉跨中心患者病例组合的潜在差异，减少多中心研究中的异质性。

5. 意义与局限性 (Significance & Limitations)

• 临床意义： 为在缺乏 RCT 证据、RCT 样本量不足或过时的临床场景下，利用真实世界数据提供更可靠的治疗效应估计提供了实用策略。特别适用于外科肿瘤学等决策依赖隐性临床判断的领域。
• 局限性：
  • 该方法旨在解决未观测预后异质性导致的混杂，而非解决所有类型的偏差（如** immortal time bias**，即 immortal 时间偏倚，需结合其他方法如 landmark 分析处理）。
  • 依赖于方向性邻居的选择和预后评分的构建，虽然在不同模型下表现稳健，但参数选择仍需注意。
• 未来展望： 该方法可作为 RCT 的补充，支持更可信的因果推断和下游的精准肿瘤学亚组分析，特别是在无法进行随机试验的领域。

总结： 该论文通过一种巧妙的统计推断机制，将“未观测的”转化为“可推断的潜在信号”，并成功将其整合到标准的因果推断流程中，显著提升了观察性生存分析的可信度。