Improving Variance Estimation for Covariate Adjustment with Binary Outcomes

技术摘要：改进二元结局协变量调整的方差估计

问题陈述
协变量调整是改善随机试验精度的标准方法，尤其当基线变量对结局具有预后价值时。美国食品药品监督管理局（FDA）2023 年的指南推荐采用“标准化”（或 g-计算）来估计二元终点上的边际处理效应。尽管标准化能够为平均处理效应（ATE）提供稳健的半参数点估计，且无论模型设定如何，该估计量在渐近意义上均无偏，但针对该估计量的可靠方差估计仍是一个挑战。

现有的方差估计量，包括影响函数（IF）代入法、Delta 法以及非参数自助法（bootstrap），在临床试验中常见的有限样本设定下往往失效。具体而言，当样本量较小或事件发生率较低（罕见结局）时，传统的代入估计量倾向于低估方差。这种低估导致推断过于激进（anti-conservative），表现为 I 类错误率膨胀以及置信区间的覆盖率低于名义水平。该论文指出，尽管理论争论已凸显了这些问题，但缺乏明确的研究来探讨这些估计量在实际中遇到的低事件发生率和样本量小等特定约束下的表现。

方法论
作者提出了一种针对标准化均值差 ATE 的新型方差估计量，称为基于影响函数的留一法（IF-LOO）估计量。

1. 标准化估计量：该方法利用逻辑回归工作模型来预测每个受试者在治疗和对照条件下的潜在结局。ATE 通过计算所有受试者预测结局之差的平均值来估计。
2. 过拟合问题：标准的 IF 代入估计量基于整个数据集拟合模型所得的残差来计算方差。在小样本或罕见事件情况下，模型倾向于对特定数据过拟合，导致估计残差 $(Y_i - \hat{\mu}(A_i, X_i))$ 人为地偏小。这会导致方差估计向下偏差。
3. IF-LOO 解决方案：为减轻过拟合，所提出的估计量采用留一法交叉验证策略。对于每个受试者 $i$，工作模型是在排除该受试者的数据集（$n-1$ 个观测值）上拟合的。然后利用该缩减模型的预测值计算影响函数 $\hat{\phi}_{-i}$：
   $$\hat{\phi}_{-i} = \left( \frac{A_i}{\pi_0} - \frac{1-A_i}{1-\pi_0} \right) (Y_i - \hat{\mu}_{-i}(A_i, X_i)) + \hat{\mu}_{-i}(1, X_i) - \hat{\mu}_{-i}(0, X_i) - \hat{\theta}_{standardized}$$
   方差估计为这些留一法影响函数的样本方差：$\hat{\sigma}^2_{IF-LOO} = \frac{1}{n^2} \sum \hat{\phi}_{-i}^2$。
4. 理论性质：作者推导了该估计量的闭式表达式，并证明在标准正则性条件下，它是 $\sqrt{n}$-一致且渐近正态的。

主要贡献

• 新型估计量：引入了 IF-LOO 方差估计量，该估计量通过结合留一法交叉验证来校正有限样本过拟合偏差，从而扩展了现有的影响函数理论。
• 闭式表达式：与自助法不同，IF-LOO 估计量提供了一种确定性的闭式解，便于研究统计人员直接实施，无需重复抽样。
• 理论依据：论文提供了该估计量的一致性和渐近正态性的形式化证明。

模拟结果
作者在两种场景下进行了模拟研究：中等样本量（$N=250$）伴罕见事件率（2.5%），以及小样本量（$N=50$）伴较高事件率（25%）。他们将 IF-LOO 与 IF 代入估计量、ANHECOVA 估计量（RobinCar2）、非参数自助法以及未调整分析进行了比较。

• 小样本/低事件率（$N=50$，25% 事件率）：IF 代入法和 RobinCar2 估计量表现出严重的覆盖率不足，I 类错误率高达 18%（显著高于名义上的 5%）。相比之下，IF-LOO 估计量将覆盖率维持在接近名义 95% 的水平（约 93-94%），展现出对困扰其他方法的过拟合偏差的稳健性。
• 中等样本/低事件率（$N=250$，2.5% 事件率）：虽然与小型样本场景相比，代入法的覆盖率不足有所缓解，但在低处理效应下，它们仍未能达到名义覆盖率。IF-LOO 在所有处理效应幅度下始终实现了接近名义水平的覆盖率。
• 与自助法的比较：非参数自助法在覆盖率方面与 IF-LOO 表现相当。然而，作者指出，自助法受蒙特卡洛误差（非确定性）影响，并可能遭受计算不稳定性（例如逻辑回归中的完全分离），导致某些重复样本中出现无效分布。IF-LOO 因其确定性特性避免了这些问题。

意义与主张
该论文将 IF-LOO 估计量定位为临床试验中标准化的“审慎默认选择”，特别是在处理小样本量或罕见事件场景下的二元结局时。

作者认为，尽管标准化是一种推荐且稳健的用于靶向边际处理效应的方法，但推断的有效性 critically 依赖于准确的方差估计。所提出的方法解决了文献中的一个特定空白，即现有估计量在具有挑战性的有限样本情形下无法控制 I 类错误。通过提供一种能够校正过拟合偏差的确定性闭式解，IF-LOO 估计量确保了可靠的置信区间和 p 值，从而支持监管和临床背景下的有效统计推断。论文结论指出，这种方法在工作模型设定正确时尤为有价值，因为这正是传统代入估计量受过拟合偏差影响最严重的场景。