📊 statistics

Targeted maximum likelihood estimation for longitudinal two-stage designs with outcome subsampling

本文针对具有结局子抽样的纵向两阶段设计中的因果推断问题，提出并评估了两种高效估计量——IPCW-LTMLE 以及一种避免逆权重的新型插值 LTMLE，证明了其相对于标准加权 Kaplan-Meier 方法在方差上的显著降低，并确立了交叉拟合方差估计对于有效统计推断的必要性。

原作者： Kirsten E. Landsiedel, Maya L. Petersen, Mark J. van der Laan

发布于 2026-07-07

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Kirsten E. Landsiedel, Maya L. Petersen, Mark J. van der Laan

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

想象一下，你正试图弄清楚某个特定社区的人们平均寿命有多长。你有一份追踪名单，但遇到了一个大问题：许多人不再出现在诊所了。在医学界，这种情况被称为“失访”（lost to follow-up）。

通常情况下，如果有人停止出现，研究人员会假设他们仍然活着，直到有证据证明并非如此，或者直接丢弃该人的数据。但实际上，那些不再出现的人往往病情更重，甚至可能已经去世。如果你忽略他们，你的数学计算会显示人们比实际情况活得更久。

为了解决这个问题，研究人员使用了一种“重采样”（resampling）策略。把它想象成一家侦探社：如果一个人失踪了，侦探社就会回去尝试寻找他们（比如通过联系家属或查询医院记录）以确认他们是生是死。他们只针对失踪人员中的一个“子集”进行这种工作，因为寻找所有人既昂贵又耗时。

旧方法的问题
标准的分析方法就像是一种“加权平均”。

如果你知道某人在诊所的状态，你就正常计数。
如果你通过侦探工作找到了失踪的人，你会把这个人计为“更多”，以代表所有你没能找到的其他失踪人员。
如果你从未找到过失踪的人，你就完全忽略他们。

论文指出这种旧方法是浪费的。它丢弃了一座信息金矿：即每个参与者在消失之前所拥有的长期医疗访问、检查结果和行为记录。这就像试图通过仅观察现在的天空来预测明天的天气，却忽略了你过去一周记录的所有气压计读数和风向模式。

新解决方案：两个智能工具
作者们是来自加州大学伯克利分校的统计学家，他们提出了两种更聪明的处理数据的方法。他们意识到，“重采样”只是一个更广泛的谜题——“两阶段设计”（第一阶段：获取所有人的基本信息；第二阶段：获取少数人的详细信息）的一种特定形式。

以下是他们两种新工具的解释，采用了类比法：

1. “智能权重”工具 (IPCW-LTMLE)
旧方法使用固定的权重（就像一个静态的食谱）。新工具则像一位动态厨师。

它不仅仅使用找到失踪人员的已知概率，而是通过学习数据来预测谁更有可能被找到。
然后，它会“微调”（或瞄准）这些预测，以确保最终的数学计算是完美平衡的。
结果： 它利用了所有参与者的丰富历史记录，使“失踪人员”的权重更加准确。在测试中，与旧方法相比，这减少了高达 36% 的“波动”（方差）。

2. “即插即用”工具 (LTMLE)
作者意识到，即使是“智能权重”工具也有些笨拙，因为它依赖于“逆权重”（除以很小的数字），这会导致不稳定。

他们构建了一个完全不使用权重的新工具。相反，它将“被找到”这一行为视为链条中的又一个步骤，就像接力赛中的一站。
想象一场接力赛，接力棒从“基线健康” $\rightarrow$ “就诊情况” $\rightarrow$ “是否被找到？” $\rightarrow$ “最终结局”进行传递。
这个工具运行一个模拟（一种“反事实”分析），询问：“如果所有人都被找到了，结果会怎样？”它利用了比赛中所有人的完整历史（即使是那些从未被找到的人）来预测结果。
结果： 这是最高效的工具。在测试中，它比标准方法减少了高达 73% 的“波动”。这就像是使用高科技 GPS 而不是纸质地图。

“过度自信”陷阱
论文还发现了一个隐藏的危险。当研究人员使用这些高级工具时，计算机可能会变得“过度自信”。它认为自己比实际掌握的知识更了解答案，从而导致置信区间（误差范围）过窄。这就像一个学生虽然努力学习，却忘记了检查自己的作业，认为自己得了 100 分，而实际上只得了 76 分。

为了解决这个问题，作者引入了**“交叉拟合”（Cross-Fitting）**。

类比： 想象一位老师在批改试卷。如果老师既编写题目又批改答案，他可能会下意识地对自己出的题目过于宽松。
解决方法： 你将班级分成几组。A 组编写题目，B 组批改答案。然后交换角色。这确保了评分是诚实的，并且能够正确计算出“误差范围”。
如果没有这一步，新工具会给出虚假的信心（覆盖率低至 76%）。通过使用交叉拟合，它们达到了正确的 95% 目标。

底线结论
论文表明，通过将“重采样”视为一个通用的“两阶段”问题，并使用这些新的、复杂的统计工具，研究人员可以获得关于生存率的更准确答案。他们利用了所有可用的数据，而不仅仅是那些容易找到的部分，并且他们做到了不会被误导去认为自己比实际情况更精确。

简而言之：他们通过利用全貌，而非仅仅关注那些容易找到的碎片，将一个混乱且不完整的拼图变成了一幅清晰的图像。

技术摘要：针对具有结局子抽样（Outcome Subsampling）的纵向两阶段设计的目标最大似然估计（TMLE）

问题陈述
本文解决了在具有结局子抽样的纵向两阶段设计中，如何高效估计一般因果参数的挑战。这种设计的设计初衷是受到资源有限环境下纵向生存研究（特别是调查与 HIV 相关死亡的研究）的启发。在这些研究中，很大比例的参与者在记录死亡或发生右删失之前就失去了随访（LTFU）。标准做法是回顾性地追踪其中一部分 LTFU 个体以确定其生命体征状态（重采样）。

主要的分析方法是逆概率加权 Kaplan-Meier (wKM) 估计量，该方法根据已知的重采样概率分配权重。然而，作者认为 wKM 估计量存在显著的效率损失，因为它们丢弃了所有参与者所拥有的丰富的纵向协变量历史，转而依赖于逆概率加权，这实际上丢弃了非抽样个体的数据。此外，当使用灵活的、数据自适应的扰动估计量（nuisance estimators）时，标准的方差估计方法往往无法提供有效的推断，导致置信区间覆盖率远低于名义水平（低至 76%）。

方法论框架
作者将重采样设计形式化为更广泛的纵向两阶段设计与结局子抽样类别的特例。在该框架下：

第一阶段： 为所有参与者收集数据 $V$ （协变量和删失时间）。
第二阶段： 仅为由 $\Delta=1$ 指示的选择性子集收集结局信息 $X$ 。
全数据（Full Data）： 定义为 $X = (W, \tau, \bar{L}(\tau), \bar{Y}(\tau))$ ，其中 $\tau$ 是行政删失， $\bar{Y}(\tau)$ 是生存过程。

本文提出了两种基于目标最大似然估计（TMLE）的新型估计量，以解决 wKM 的效率问题：

IPCW 长向 TMLE (IPCW-LTMLE)：
- 这是将针对两阶段设计的逆概率删失加权 TMLE (IPCW-TMLE) 扩展到纵向设置的方法。
- 它对“全数据”（仅在 $\Delta=1$ 时观测到）应用 LTMLE，并使用逆概率权重 ( $\Delta/\Pi_\Delta$ ) 来处理缺失情况。
- 创新点： 作者证明，即使抽样概率在设计上是已知的，通过**估计并针对（targeting）**这些概率，可以实现显著的方差缩减（高达 36%）。这是通过增加一个波动步骤来强制执行均值为零的影响曲线条件实现的，从而有效地整合了所有参与者的信息，而非仅仅依靠抽样后的子集。
将抽样作为干预节点的 LTMLE：
- 意识到逆概率加权本质上相对于插值估计（plug-in estimation）会牺牲效率，作者提出了第二种估计量，完全避免了逆概率加权。
- 该方法将第二阶段的抽样指示变量 $\Delta$ 直接作为序列回归框架中的一个额外的干预节点。
- 该估计量针对的是在联合干预下的反事实结局，该干预旨在防止删失并将所有参与者的 $\Delta$ 设置为 1。
- 这种方法利用了所有参与者（无论抽样状态如何）的完整纵向协变量历史，并遵循插值估计原则。

方差估计与交叉拟合（Cross-fitting）
本文的一个关键贡献是开发了针对两种拟定方法的交叉拟合方差估计量。作者指出，当使用灵活的扰动估计量（如 Super Learner）时，由于过拟合问题，标准的基于影响曲线的方差估计会产生无效推断（覆盖不足）。

他们提出了一个混合方法：在全数据上计算点估计以保持稳定性和效率，而方差估计步骤则利用样本拆分（交叉拟合）。
对于 IPCW-LTMLE，这涉及对全数据影响曲线组件以及投影到抽样机制切空间（tangent space）的项进行交叉拟合。
研究表明，这一程序对于将置信区间覆盖率恢复到名义水平至关重要。

模拟结果
作者通过在重采样设置（具有二元删失：行政删失和抽样删失）下，样本量 $N \in \{500, 1000, 3000\}$ 的模拟来评估这些估计量。

效率： 插值 LTMLE（不带逆概率加权）始终实现最低方差，在较小样本量和早期时间点，其表现优于已知权重的 wKM 高达 73%。带有针对性权重的 IPCW-LTMLE 也显示出比标准 wKM 持续 20–35% 的增益。
偏差： 在各种设置下，所有提出的估计量都表现出极小的经验偏差。
覆盖率： 当使用灵活的扰动估计量时，标准方差估计量在 $N=500$ 时，IPCW-LTMLE 的覆盖率低至 76%，Hazard TMLE 的覆盖率为 80%。所提出的交叉拟合方差估计量能够一致地将覆盖率恢复到接近名义水平（约 95%）。
有限样本行为： 在 $N=500$ 且处于早期时间点（ $t=1$ ）时，由于事件计数较低且存在高度的确定性信息，所有估计量都面临挑战，导致呈现非正态采样分布。然而，随着样本量的增加，覆盖率显著改善。

意义与主张
本文声称为具有结局子抽样的纵向两阶段设计提供了系统的半参数效率理论扩展。

形式化： 它建立了重采样设计与更广泛的两阶段设计（具有结局子抽样）之间的联系，从而允许应用先进的因果推断工具。
效率： 由于二元删失的存在，不存在完全高效的闭式估计量，因此所提出的估计量提供了高效的闭式替代方案。
实际效用： 通过证明针对已知抽样权重以及完全避免逆概率加权可以产生实质性的方差缩减，本文为广泛使用的 wKM 估计量提供了一个更高效的替代方案。
稳健推断： 该工作强调，当使用数据自适应扰动估计时，交叉拟合方差估计不仅是一项可选的改进，更是进行有效推断的必要实践。

作者总结道，这些方法扩展了用于分析具有结局子抽样的两阶段设计的工具包，提供了比现有方法更高效、更稳健且更可靠的估计量，特别是在纵向生存研究的背景下。

技术摘要：针对具有结局子抽样（Outcome Subsampling）的纵向两阶段设计的目标最大似然估计（TMLE）

类似论文