技术摘要：多治疗实验中的响应自适应靶向策略

问题陈述

临床试验中的响应自适应随机化（Response-Adaptive Randomization, RAR）旨在通过根据观察到的结果动态分配患者到不同治疗方案，来提高伦理性和统计效率。虽然基于最优分配目标的二臂设置研究已非常广泛，但将其扩展到多治疗实验（$K \ge 2$）的理论研究仍显得碎片化。现有的方法通常侧重于特定的算法或受限的靶向分配。此外，先前的理论工作通常假设靶向分配严格大于零，未能解决“稀疏靶向机制”（sparse target regimes）问题，即某些治疗方案会被渐近消除（被分配为零概率），以优化特定标准（如齐性检验功效）。其挑战在于开发一个统一的框架，将高效的二臂设计（如 ERADE）推广到 $K$ 臂，保证渐近效率，并使其在靶向分配稀疏时依然有效。

方法论

$\alpha$-重平衡靶向策略 ($\alpha$RTS)

作者引入了一个名为 $\alpha$-重平衡靶向策略 ($\alpha$RTS) 的统一算法族。该框架将 Hu 等人 [2009] 的高效随机自适应设计（ERADE）从两臂推广到了 $K \ge 2$ 臂。

其核心机制依赖于对未知治疗参数 $\Theta = (\theta_1, \dots, \theta_K)$ 的序列估计以及一个靶向分配函数 $\rho(\Theta)$。令 $\hat{\rho}_m$ 为第 $m$ 步的插件估计量（plug-in estimator）。$\alpha$RTS 族由重平衡参数 $\alpha \in [0, 1)$ 和以下条件定义：如果经验分配比例 $N_{m,k}/m$ 超过了估计的靶向值 $\hat{\rho}_{m,k}$，则下一轮选择臂 $k$ 的概率将被降低至至多 $\alpha \hat{\rho}_{m,k}$。

该框架允许在如何将“节省”下来的概率质量重新分配给欠采样臂方面具有灵活性。论文探讨了三种具体的实例化形式：

1. 基于距离的分配（Distance-Based Allocation）： 根据当前分配与靶向之间的距离按比例重新分配质量。
2. ERADE 2025 (Alkhnefr et al. [2025])： 向所有欠采样臂增加一个均匀量。
3. 插值 D-追踪（Interpolated D-Tracking）： 将重平衡努力集中在距离其靶向最远的单个臂上（这与多臂老虎机文献相关联）。

强制探索变体 ($\alpha$RTS-FE)

为了解决存在某些 $k$ 使得 $\rho_k(\Theta) = 0$ 的稀疏靶向机制问题，作者提出了 带有强制探索（Forced Exploration, FE）的 $\alpha$RTS。该变体引入了一种机制，确保每个治疗方案都获得无限次的采样，从而防止“治疗饥饿”。

• 机制： 如果分配给治疗方案 $k$ 的患者人数低于阈值函数 $h(n)$（其中 $h(n) \to \infty$ 且 $h(n) = o(\sqrt{n})$），算法将强制向采样最少的臂进行随机化。
• 集成： 该机制与 $\alpha$RTS 靶向规则协同工作，确保即使某个治疗方案在渐近意义上被消除，它仍能得到足够的采样，以维持统计估计量的有效性。

主要贡献

1. 统一框架： 论文定义了 $\alpha$RTS 族，该族涵盖了现有的 ERADE 扩展，并将它们与追踪策略（如 D-Tracking）联系起来。
2. 渐近保证： 在温和的正规性条件下（响应的有限方差和目标函数的平滑性），作者证明了所有 $\alpha$RTS 设计都具有共同的基本属性：
   • 强一致性： 经验分配比例几乎处处收敛于靶向分配。
   • 渐近正态性： 治疗效应估计量和分配比例均满足中心极限定理（CLT）。
   • 渐近效率： 分配比例达到了 Hu 等人 [2006] 推导出的渐近方差下界。
3. 稀疏靶向分析： 论文通过 $\alpha$RTS-FE 变体将这些保证扩展到了稀疏靶向。作者证明了强制探索保留了渐近效率和一致性，并提供了一个针对估计量的分量中心极限定理，该定理不依赖于极限分配比例是否严格大于零。
4. 技术引理： 一个关键的技术贡献是引理 4.4，它确定了使一个 RAR 设计具有渐近效率的充分条件（涉及“首次到达时间”序列 $\ell_{n,k}$）。该引理统一了标准设计和强制探索设计的分析。

结果

理论结果

• 收敛速率： 分配比例 $N_{n,k}/n$ 几乎处处收敛到 $v_k$。参数估计量以 $O(\sqrt{\log \log n / n})$ 的速率收敛。
• 联合分布： 归一化后的估计误差与分配误差的联合分布收敛于多元正态分布，其块协方差矩阵由目标函数的梯度和响应的方差决定。
• 稀疏机制： 对于 $\alpha$RTS-FE，论文确立了即使当 $v_k = 0$ 时，$N_{n,k} \to \infty$ 几乎处处成立。当按其特定的样本量（$\sqrt{N_{n,k}}$）进行缩放时，估计量仍保持渐近正态性。

模拟研究

作者进行了大规模模拟（$K=3$ 和 $K=4$ 臂）以评估有限样本行为：

• 收敛性： 所有 $\alpha$RTS 变体（Distance, ERADE2025, D-Tracking）都随着 $n$ 的增加迅速收敛到目标分配（例如 Neyman 分配）。在早期阶段观察到轻微的差异，其中 D-Tracking 在小样本量时表现出较大的波动。
• 稀疏靶向： 在具有稀疏 Tymofyeyev 靶向的情景下（其中中间治疗方案的靶向为 0），标准 $\alpha$RTS 会向“被消除”的臂分配非忽略不计的患者比例。$\alpha$RTS-FE 变体向这些臂分配更少的患者，从而使经验分配更接近稀疏靶向，并加快了分配误差的收敛。
• 假设检验： 作者评估了 Pearson 卡方齐性检验的表现。
  • 第一类错误： 在零假设下，所有设计在 $n=200$ 时均能将第一类错误率维持在接近名义 5% 的水平。
  • 功效： 虽然自适应设计总体表现良好，但没有一种单一的靶向规则在所有配置下都能一致地胜出。值得注意的是，Tymofyeyev 分配（理论上对功效最优）在有限样本中并不总是产生最高的功效，有时甚至表现不如 Neyman 或 RSIHR 分配。强制探索机制对测试性能的影响有限。

意义与主张

论文声称为设计多臂试验中的响应自适应程序提供了一个灵活且稳健的理论基础。其主要意义在于：

1. 统一性： 超越了特定算法，转向一类具有结构性渐近属性的设计（$\alpha$RTS），从而简化了对新自适应策略的分析。
2. 处理稀疏性： 明确解决了文献中关于稀疏靶向分配的空白，证明了强制探索允许使用最优分配策略（这些策略可能会消除某些臂），而不会损害估计量的统计有效性。
3. 实践洞察： 模拟表明，虽然渐近等价性存在，但有限样本行为各异。作者强调了强制探索在确保稀疏靶向时的可靠适应中的关键作用，防止算法因早期的随机波动而导致无法探索必要的臂。

作者对于特定靶向规则对假设检验功效的实际影响保持谦逊，指出虽然实现了渐近效率，但在有限样本下相对于均匀采样或不同 $\alpha$RTS 变体的增益通常是微小的且取决于具体配置。