📊 统计学

Marginal Mean Weighting Through Stratification for Time-Varying Multivalued Treatments: A Monte Carlo Comparison with Inverse-Probability-Weighted Marginal Structural Models

这项蒙特卡洛研究表明，通过分层进行边际均值加权（MMWS）在处理随时间变化的多元治疗时，通常作为逆概率加权（IPTW）的一种更稳定且稳健的替代方案，因为它降低了均方根误差，尤其是在模型设定错误的情况下，尽管在违反正值性假设时，它可能仍会在偏差和覆盖率方面面临困难。

原作者： Ariel Linden

发布于 2026-09-22

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Ariel Linden

原始论文采用 CC BY 4.0 许可（https://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

在医学研究领域，理解因果关系很少是直接明了的。当医生研究某种治疗如何随时间改变患者健康状况时，他们面临着一个棘手的问题：患者的状况在变化，而这些变化往往决定了他们下一步会接受什么样的治疗。病情恶化的患者可能会接受更强的药物，而好转的患者可能会转向较温和的药物。这创造了一个循环：治疗影响患者未来的状态，而未来的状态又影响下一次的治疗。如果研究人员仅仅比较服用不同药物的患者，他们可能会将患者潜在的健康状况误认为是药物的效果。为了理清这一点，统计学家开发了一些方法来创造一种“公平”的比较，本质上是构建一个虚拟的人群，使各组在每一步看起来都完全一致，从而让治疗的真实效果显现出来。

几十年来，这项工作的标准工具是一种被称为逆概率加权的技术。想象一下通过增加轻重一侧的权重来平衡天平；这种方法会计算一名患者接受其特定治疗的可能性，然后给予该患者一个与其概率成反比的权重。如果一名患者接受了一种极难获得的罕见治疗，那么他就会获得巨大的权重，以代表数据中并不存在的许多类似人群。虽然这种方法功能强大，但它存在一个缺陷：如果对该可能性的计算稍有偏差，或者某位患者获得某种治疗的机会非常小，产生的权重就会变得极大且不稳定，从而使整个分析失去平衡。

一种被称为“通过分层进行边际均值加权”的新方法提供了一种不同的构建权重的方式。这种方法不再关注单个患者的具体概率并对其求逆，而是根据患者接受各种治疗的可能性将其归入不同的“桶”（组）中。在每个桶内部，研究人员观察实际接受每种治疗的人数比例，并利用这些组平均值来构建权重。这是一个平滑过程，避免了因对微小概率求逆而产生的极端峰值。加里·林登（Ariel Linden）在加州大学旧金山分校开展的一项近期研究，将这两种方法进行了正面交锋，以观察当治疗过程复杂、随时间变化且选项不止两种时，哪种方法的表现更好。

林登的研究聚焦于一个反映现实世界复杂性的场景：患者在连续多次就诊中，可以选择三种或更多不同的治疗路径，而非仅仅是简单的“是或否”的选择。该研究利用计算机模拟生成了数千个虚构的患者病史，并改变了患者人数、疾病状况的强度以及既往治疗对未来健康影响的程度。在每一次模拟中，研究人员都使用了完全相同的数据和完全相同的模型来预测治疗选择，从而确保任何结果差异都仅源于权重计算方式的不同，而非底层数学模型的误差。

结果显示出一个清晰的模式。新的分层法始终比传统的加权法产生更稳定、更准确的估计。在整体误差方面，分层法在各个维度上都表现得显著更好。当研究人员故意使治疗预测模型出现轻微偏差时（这在现实生活中很常见，即医生可能会忽略影响患者护理的一个微妙因素），传统方法表现得很糟糕，产生了巨大的误差。然而，分层法却保持了稳健性，能够吸收这些误差，仅对最终结果产生微小的影响。这表明，通过将个体概率平滑为组平均值，新方法不太容易被不完美的数据所干扰。

然而，研究也揭示了一个新方法失去优势的边界。当数据变得非常稀疏时——即遵循某些复杂治疗路径的患者极少，或者某些组接受特定治疗的可能性降至接近于零时——分层法开始显得力不从心。在这种困难条件下，它开始产生偏差结果和不太可靠的置信区间。传统方法虽然通常不够稳定，但并不会以同样的方式遭受这些特定的失败，因为它并不要求每个组都必须包含每种类型的治疗。研究发现，随着可选治疗方案数量的增加，新方法不得不排除更多的患者或更频繁地重启计算以寻找有效的比较，这凸显了没有任何统计技巧能完全解决数据缺失的问题。

最终，研究表明，对于大多数涉及复杂、动态治疗的情况，分层法是一个更优的选择。当数据混乱或模型不完美时，它提供了一种更可靠的方法来估计医疗干预的效果。但它并非解决一切问题的灵丹妙药；当治疗选项过多或患者群体过小，以至于无法进行公平比较时，该方法也会遇到瓶颈。对于研究人员和临床医生而言，这意味着虽然这个新工具在稳定性和准确性方面提供了显著的升级，但仍须谨慎使用，并且应检查其结果，以确保有足够的患者存在于每个类别中，从而支撑起整个分析。

技术摘要：通过分层实现边际均值加权，用于处理随时间变化的多元治疗

问题陈述
在涉及随时间变化的多元治疗的纵向研究中，因果推断面临着治疗-混杂因素反馈（treatment-confounder feedback）的复杂挑战，即随时间变化的协变量既会影响后续的治疗分配，又会受到先前治疗的影响。传统的回归调整在此类场景下会失效，因为控制这些混杂因素可能会阻断因果路径，而忽略它们则会导致估计偏差。边际结构模型（MSMs）通过逆概率治疗加权（IPTW）解决了这一问题。然而，对于多元治疗（即在 $T$ 个时点存在 $K$ 个水平），可能的治疗历史数量呈指数级增长（ $K^T$ ）。这种复杂性通常导致数据稀疏、估计的治疗概率极端以及使用直接逆概率加权时权重不稳定。边际均值加权通过分层法（MMWS）提供了一种替代方案，它通过在倾向得分层内构建基于治疗比例的权重，而非直接进行逆向求值。目前，该方法在纵向多元治疗设置下相对于序列多项式 IPTW 的比较性能仍缺乏充分评估。

研究方法
本研究采用蒙特卡洛模拟来比较序列 MMWS 与序列多项式 IPTW。通过在 14 个不同的场景中使用相同的拟合治疗模型，研究隔离了不同权重构建策略的影响。

数据生成过程 (DGP)： 基准模拟涉及 $N=2,000$ 名受试者，观察时长为 $T=4$ 个波次，具有 $K=3$ 个治疗水平。DGP 包含一个连续的随时间变化的混杂因素 ( $X$ )，该因素根据先前的治疗进行演变（引入了治疗-混杂因素反馈），并通过多项式模型影响当前的治疗分配。结局变量取决于混杂因素和当前的治疗水平。
权重构建：
- IPTW： 计算累积权重为观测到的治疗历史的稳定逆概率之积。
- MMWS： 在每一波次和治疗历史子群内根据估计的倾向得分对受试者进行分层。权重由该层总规模与该层内特定治疗组规模的比值导出，并经过缩放以匹配边际治疗流行率。
- 自适应分层： 实现了一种新型的数据自适应程序，用于确定倾向得分层的数量和边界。该算法迭代地拆分层级，以确保平衡性（标准化均值差 $\leq 0.25$ ），同时排除那些缺乏所有治疗水平支持（正值性失败/positivity failures）或规模过小以至于无法进行可靠平衡性检查的层。
模拟变量： 研究改变了样本量 ( $N=500, 5,000$ )、混杂强度、治疗-混杂因素反馈强度、治疗水平数量 ( $K=3, 4, 5$ )、治疗水平流行率（包括稀有水平）、倾向模型误设定（线性 vs. 二次项）以及正值性压力（positivity stress）。
性能指标： 评估指标包括相对偏差、经验标准差、基于模型的标准误校准（SE/SD 比值）、95% 置信区间覆盖率以及均方根误差 (RMSE)。此外，额外的诊断指标追踪了波次层级的排除率以及累积权重“重启”（即在发生正值性失败后恢复加权）的情况。

关键结果

准确性与精确度： 在所有 14 个场景和治疗对比中，MMWS 的 RMSE 始终低于 IPTW。在倾向模型误设定的情况下，这种优势最为显著，此时 MMWS 保持较低的 RMSE，而 IPTW 则遭受巨大的偏差和方差（RMSE 比率高达 14.73）。
偏差： 虽然 MMWS 通常表现出较低的变异性，但在大多数场景下其偏差略高于 IPTW。在严重的正值性压力下，MMWS 的偏差显著增加（例如，MMWS 为 -12.3%，而 IPTW 为 -0.2%），但由于其方差更低，仍保持了较低的 RMSE。
覆盖率与校准： IPTW 的标准误经常低估经验变异性（SE/SD < 1），但在许多条件下其覆盖率仍接近标称水平。MMWS 的标准误校准效果通常更好，但在正值性压力和严重误设定下，其覆盖率显著下降（分别降至约 61% 和 55%）。
正值性与支持度： 随着治疗复杂性增加（更多水平）或正值性受到压力，MMWS 面临越来越多的支持度限制。排除率和累积权重“重启”的频率随 $K$ 的增加以及在正值性压力下急剧上升（例如，在正值性压力下，40.5% 的受试者经历了重启）。相比之下，IPTW 很少需要重启。
样本量与混杂： 在所有样本量和混杂强度下，MMWS 的 RMSE 均优于 IPTW，尽管其 RMSE 的相对优势往往随样本量增大而增加。

意义与结论
本文声称，序列 MMWS 为估计具有随时间变化的多元治疗效应提供了一种更稳定且鲁棒的替代方案，特别是在治疗模型误设定或样本量适中时。基于分层的做法有效地平滑了极端倾向得分的影响，降低了直接逆向加权所带来的方差问题。

然而，作者也谨慎地指出，MMWS 并不能消除复杂纵向多元治疗中固有的基本正值性挑战。随着治疗水平数的增加，要求每个倾向得分层都必须包含所有治疗水平的要求会导致数据排除和权重重启的增加。因此，虽然当治疗水平重叠程度足够时 MMWS 是一个有价值的工具，但研究人员必须监测排除率和重启诊断，以评估支持度假设的有效性。本研究通过提供纵向设置下的直接有限样本证据，并验证了一种数据自适应的分层程序，扩展了以往关于横截面 MMWS 的文献。

类似论文