[论文解读] Sequential Double Robustness in Right-Censored Longitudinal Models

Alexander R. Luedtke, Oleg Sofrygin+2 more|arXiv (Cornell University)|May 6, 2017

Advanced Causal Inference Techniques参考文献 30被引用 8

一句话总结

本文提出了一种用于右删失纵向数据的迭代目标最小损失估计（iTMLE）方法，通过在每个时间点确保结果回归或处理机制的一致估计，实现顺序双重稳健性。该方法通过数据自适应估计和无限维目标化，提升了有限样本性能并实现了更快的收敛速度，在模拟中优于现有方法。

ABSTRACT

Consider estimating the G-formula for the counterfactual mean outcome under a given treatment regime in a longitudinal study. Bang and Robins provided an estimator for this quantity that relies on a sequential regression formulation of this parameter. This approach is doubly robust in that it is consistent if either the outcome regressions or the treatment mechanisms are consistently estimated. We define a stronger notion of double robustness, termed sequential double robustness, for estimators of the longitudinal G-formula. The definition emerges naturally from a more general definition of sequential double robustness for the outcome regression estimators. An outcome regression estimator is sequentially doubly robust (SDR) if, at each subsequent time point, either the outcome regression or the treatment mechanism is consistently estimated. This form of robustness is exactly what one would anticipate is attainable by studying the remainder term of a first-order expansion of the G-formula parameter. We show that a particular implementation of an existing procedure is SDR. We also introduce a novel SDR estimator, whose development involves a novel translation of ideas used in targeted minimum loss-based estimation to the infinite-dimensional setting.

研究动机与目标

• 开发一种针对右删失结果纵向研究中边际G-公式的更稳健估计量。
• 形式化并扩展双重稳健性概念至顺序框架，使得若在每个时间点结果回归或处理机制均一致估计，则估计保持一致。
• 改善右删失纵向设定下结果回归估计量的有限样本行为和收敛速度。
• 将目标最小损失估计（TMLE）扩展至非路径可微的无限维参数，以在复杂纵向模型中实现更优估计。
• 提供一种理论基础坚实、数据自适应的方法，尊重结果的已知边界并保持推断的名义覆盖概率。

提出的方法

• 开发一种迭代目标最小损失估计量（iTMLE），通过按时间倒序更新结果回归，利用顺序双重稳健性。
• 使用基于交叉验证的模型选择进行经验风险最小化（ERM），以减少结果回归和处理机制估计中的过拟合。
• 应用一种基于局部线性回归的新型无限维目标化步骤，以处理时间特异性结果回归估计中非路径可微参数的问题。
• 采用超级学习集成方法，结合多种机器学习算法（如GBM、逻辑回归）以提升估计效率和稳健性。
• 实施一种DR变换结果方法以在预测概率超出[0,1]范围时稳定估计，对xgboost进行修改以处理此类值。
• 在目标化步骤中采用交叉验证方案，选择学习器的最优凸组合，以确保稳健性和有限样本性能。

实验结果

研究问题

• RQ1 能否为纵向G-公式构建一种顺序双重稳健估计量，使得若在每个时间点结果回归或处理机制均一致估计，则估计保持一致？
• RQ2 如何将目标最小损失估计扩展至具有删失的纵向模型中的无限维参数？
• RQ3 数据自适应估计和迭代目标化对G-公式估计量的有限样本性能有何影响？
• RQ4 与现有方法（如LTMLE、DR变换）相比，所提出的iTMLE在偏差、均方误差和置信区间覆盖方面表现如何？
• RQ5 新估计量能否在保持稳健性和效率的同时尊重结果的已知边界（如[0,1]）？

主要发现

• iTMLE方法实现了顺序双重稳健性，并在结果回归在后期时间点被错误设定的模拟情景中，相对均方误差（MSE）优于直接插补法和LTMLE。
• 在模拟1的Qi.gc情景中，iTMLE的MSE低于DR变换；而在Qc.gi和QSDR.gSDR情景中，DR变换表现更优。
• 对于95%置信区间的覆盖，iTMLE和DR变换方法实现了接近名义覆盖（约95%），而LTMLE在QSDR.gSDR情景中仅达到约85%的覆盖。
• iTMLE、DR变换和LTMLE的平均置信区间宽度相近，表明尽管覆盖存在差异，但精度相当。
• 由于通过迭代、数据自适应目标化更好地处理了模型复杂性和维度问题，所提方法显著改善了有限样本行为。
• 通过基于局部线性回归的目标化，将TMLE扩展至非路径可微的无限维参数，实现了更快的收敛速度和在纵向设定下的增强稳健性。