📊 statistics

DARTS: Targeting Prognostic Covariates in Budget-Constrained Sequential Experiments

本文介绍了 DARTS，一种利用汤普森采样在测量预算内为序贯实验依次选择预后协变量的方法，从而在保持推断有效性的同时降低处理效应方差并实现近乎最优的采集效率。

原作者： Kateryna Husar, Alexander Volfovsky

发布于 2026-05-08

📖 1 分钟阅读☕ 轻松阅读

原作者： Kateryna Husar, Alexander Volfovsky

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象你是一位医生，试图弄清楚一种新药是否有效。你用于开展研究的资金和时间有限。你希望将服用药物的患者与未服用药物的患者进行比较。

在一个理想的世界里，你会在事前掌握每位患者的每一个细节——他们的年龄、体重、基因、饮食、睡眠习惯以及其他数千种因素。你会利用这些“完美数据”确保两组患者完全平衡，从而保证结果的准确性。

问题所在： 在现实世界中，收集所有这些数据的成本高昂。也许某项特定的血液检测需要 500 美元，或者一次基因扫描需要数小时。你无法负担为每个人测量“所有”项目的费用。如果你试图猜测哪些细节最重要并仅测量这些，可能会选错对象而浪费预算。如果你什么都不测量，由于各组之间不平衡，你的结果可能会出现偏差。

解决方案（DARTS）： 本文作者创建了一个名为 DARTS（基于汤普森采样的动态自适应重随机化）的智能系统。将 DARTS 想象成你实验中的智能购物助手。

以下是其逐步工作原理：

1. “试吃”阶段（学习）

想象你身处一个拥有 1,000 道不同菜肴（协变量）的自助餐厅，但你只有足够的钱购买总共 20 份餐盘。你不知道哪些菜肴是能让这顿饭味道变好的“秘密 ingredient"（即预测结果的关键因素）。

旧方法： 你可能只是随机挑选 20 道菜，或者凭直觉猜测。
DARTS 方法： 你开始先购买许多不同菜肴的一小部分。随着你品尝它们，你保持一份心理记分卡。
- 如果某道菜（即某个特定的患者细节，如“血压”）似乎有助于你预测患者的表现，你就给它打高分。
- 如果某道菜似乎无关紧要，你对它的评分就会下降。
- 关键在于，你并非只猜测一次，而是边做边学。在下一轮实验中，你会将更多预算花在得分高的菜肴上，并停止购买那些得分低的菜肴。

2. “平衡”阶段（重随机化）

一旦你根据学习结果确定了哪 20 个细节最重要，你就利用它们来组织你的患者。

你查看当前拥有的患者。
你将他们打乱（随机分配到药物组或安慰剂组），直到两组在那 20 个重要细节上看起来尽可能相似。
这就像确保足球比赛中的两支球队拥有身高和速度相同的球员，从而使比赛公平。

3. “循环”阶段（变得更聪明）

在第一组患者完成研究后，你查看结果。

“血压”这一细节是否真的有助于预测结果？
“鞋码”这一细节是否被证明毫无用处？
你更新你的记分卡。现在，对于下一批患者，你可能会完全停止测量鞋码，并将节省下来的资金用于投入你尚未充分测试的新细节。

这有何特别之处？

本文提出了三个主要主张：

它是公平的（有效）： 尽管该系统正在“学习”并改变其测量内容的决定，但它不会作弊。它确保关于药物是否有效的最终结论在科学上依然诚实且无偏。这就像一位裁判在比赛过程中略微调整规则，但从不让某支球队不公平地获胜。
它是高效的（智能）： 它能让你获得几乎等同于拥有无限资金去测量“所有”项目（即“神谕”场景）的结果。它缩小了廉价、混乱的实验与昂贵、完美的实验之间的差距。
它能省钱： 通过只关注那些真正重要的细节，它阻止你将预算浪费在无用的数据上。

核心结论

DARTS 是一种让研究人员用更少的资金开展更好实验的方法。它不再猜测要收集什么数据，也不再收集那些无力承担的所有数据，而是将数据收集视为一场随着每一轮进行而变得更聪明的“猜测与验证”游戏，确保他们仅将预算花在那些真正有助于理解治疗效果的信息上。

技术摘要：DARTS——面向预算受限序贯实验中的预后协变量靶向

1. 问题表述

本文针对随机对照试验（RCT）设计中的一个关键局限：即假设高质量、高维度的预处理协变量已知且可零成本获取。在实践中，由于医疗诊断、调查疲劳或计算开销，获取此类数据往往成本高昂。这就在协变量自适应精度（可降低处理效应方差）与严格的测量预算之间形成了权衡。

此外，当预后因素的数量相对于样本量较大时，协变量自适应方法（如重随机化）的效能会减弱，使得在所有维度上同时实现平衡在数学上变得极不可能。虽然现有文献提供了平衡已知预后集的框架，但许多场景涉及未知的预后因素。作者提出了一种序贯设定，其中数据以批次形式到达（例如连续入组），允许实验者在遵守跨越 $T$ 个批次的全球预算 $B$ 的同时，迭代地学习哪些变量最具预后价值。

2. 方法论：DARTS

作者引入了基于汤普森采样的动态自适应重随机化（DARTS），这是一个将协变量获取视为嵌入有效因果推断设计中的序贯优化问题的框架。该方法在三个相互关联的层级上运行：

A. 获取层（组合半臂带）

协变量的选择被表述为一个带有背包约束的**预算约束组合多臂老虎机（CBwK）**问题。

臂（Arms）： 每个候选协变量 $j \in [p]$ 是一个臂，具有未知的预后重要性 $\theta^*_j$ 和测量成本 $c_j$ 。
目标： 在满足全球预算 $B$ 的前提下，最大化总预期“奖励”（预后价值）。
算法： 作者将汤普森采样适配到此场景（CBwK-LP-TS）。
- 他们为每个协变量的奖励概率维护独立的 Beta 后验分布。
- 在每一轮 $t$ ，他们从这些后验分布中采样，并求解整数选择问题的线性规划（LP）松弛，以选择一组协变量 $S_t$ ，使其最大化“单位成本收益”（采样奖励除以有效成本）比率。
- 影子价格： 为了强制执行预算约束，算法对与预算和单个臂约束相关的影子价格（对偶变量）使用乘性权重更新。这防止了预算过早耗尽于高成本且噪声大的臂上。
奖励代理： 由于真实的预后重要性未知，奖励是使用仅基于对照单元的 LASSO 回归系数导出的分数奖励进行估计的（ $r_j(t) = |\hat{\lambda}_j| / \max |\hat{\lambda}_k|$ ）。这避免了处理效应的污染，并利用了高维设置中的稀疏性。

B. 设计层（重随机化）

一旦为批次 $t$ 选择了子集 $S_t$ ：

测量该批次中所有 $n$ 个单元的选定协变量。
重随机化： 算法生成 $K$ 个候选处理分配方案，并选择基于 $S_t$ 最小化处理组和对照组之间马氏距离的那个方案。
镜像对称性： 为了保持精确的边际平衡，最终分配方案通过在最优分配 $z^*$ 及其补集 $1-z^*$ 之间进行公平抛硬币来决定。

C. 估计层

批次内估计： 批次 $t$ 的平均处理效应（ATE）使用选定协变量上的Lin 调整 OLS（回归调整）进行估计，并采用 HC2 异方差稳健方差估计。
累积估计： 批次估计值使用精度加权逆方差元分析进行合并。累积估计量 $\hat{\mu}_t$ 按序更新，每个批次按其估计精度（ $1/\hat{v}_t$ ）进行加权。

3. 主要理论贡献

本文确立了三个主要理论结果：

基于设计的无偏性（定理 1）： 作者证明，基于过去批次的自适应协变量选择不会使批次层面的均值差估计量产生偏差。因为协变量集 $S_t$ 由先前批次的 $\sigma$ -域（ $F_{t-1}$ ）决定，并在当前批次的随机化之前固定，所以估计量的条件期望仍为真实 ATE $\tau$ 。
渐近有效性（定理 2）： 累积逆方差加权估计量至少达到名义渐近覆盖率。在正则性条件下（包括没有单个批次主导方差，且重随机化不会放大方差），估计量收敛于具有保守覆盖率的正态分布。
遗憾界（定理 3 和 4）：
- 上界： 他们推导了获取层（CBwK-LP-TS）的贝叶斯风险界，其规模约为 $O(\sqrt{p \log(pT) \cdot \min(KT, B/c_{min})})$ 。
- 下界： 他们建立了组合半臂带问题的极小极大下界，该下界在对数因子范围内与上界匹配，证明了学习速率的近乎最优性。
- 分数奖励： 他们将理论扩展到实用的分数奖励方案，表明如果伪后验近似误差较小，算法仍保持次线性贝叶斯风险。

4. 实证结果

作者通过在各种数据生成过程（DGPs）（包括线性模型和非线性、相关的 Liang DGP）中的广泛模拟评估了 DARTS。

学习能力： DARTS 成功地将预算集中在真实的预后协变量上。在可处理的设置中（例如 $p=100, n=1000$ ），信号协变量的后验包含概率显著高于噪声协变量。
精度提升： 与以下方法相比，DARTS 系统地降低了 ATE 估计量的标准误：
- DiM： 无调整的完全随机化。
- Random： 使用随机选择的协变量子集进行重随机化（无学习）。
- ARMM/MADCovar： 使用预选定协变量集的现有自适应随机化方法。
- 在几种场景中，DARTS 相对于 DiM 实现了高达 3.56 的相对效率（RE），显著缩小了与“神谕”设计（即先验已知真实预后集）之间的差距。
鲁棒性： 当学习问题难以处理时（例如相对于预算和视野，维度极高），该方法会优雅地退化为完全随机化基线，但相对于随机基线从未显著损害精度。
有效性： 实证覆盖率保持在或接近名义的 95% 水平，证实了理论有效性保证。

5. 意义与主张

本文主张 DARTS 代表了一种新的问题表述：作为测量预算下序贯 RCT 设计一部分的自适应协变量获取。

其主要意义在于弥合了因果推断与**序贯决策（老虎机）**之间的差距：

它证明了可以在不损害因果推断的基于设计的效度的情况下，实时学习要测量哪些协变量。
它提供了一个严格的理论框架（将选择与随机化解耦），确保尽管设计具有适应性，累积估计量仍保持无偏且渐近有效。
它为预后因素未知且数据获取成本高昂的场景提供了一种实用解决方案，在保持严格推断效度的同时，系统地缩小了与神谕设计之间的效率差距。

作者指出了局限性，包括对独立臂假设的依赖（尽管 LASSO 缓解了相关问题）以及目前仅限于固定视野推断（序贯窥探会使覆盖率失效）。他们建议未来的工作可以解决相关臂和任意时刻有效推断的问题。