本文档报告了一项原创性的研究方法学开发和应用研究，属于类型a：报告单个原创研究。以下是为中文读者撰写的详细学术报告。

关于应用协作性靶向最大似然估计进行纵向数据因果推断中自适应模型选择的研究报告

本研究由Mireille E. Schnitzer（第一作者兼通讯作者，加拿大蒙特利尔大学药学院）、Joel Sango（加拿大统计局与蒙特利尔大学数学与统计系）、Steve Ferreira Guerra（加拿大蒙特利尔大学药学院）和Mark J. van der Laan（美国加州大学伯克利分校公共卫生学院）共同完成。该研究已提交至国际知名统计学期刊 Biometrics 审议发表。本报告旨在向其他研究者系统地介绍这项研究工作的背景、方法、结果与意义。

一、 研究背景与目标

本研究隶属于因果推断（Causal Inference）与生物统计学领域，特别关注在纵向观察性研究设计中进行因果效应估计时所面临的挑战。在药物流行病学、公共卫生等许多领域，研究者常常面临随时间变化的治疗（如用药）和混杂因素。为了估计在特定治疗模式（exposure pattern）下人群的平均反事实结果（counterfactual outcome），通常采用如逆概率处理加权（Inverse Probability of Treatment Weighting, IPTW）和靶向最大似然估计（Targeted Minimum Loss-Based Estimation, TMLE）等方法。这些方法的前提是需要基于领域知识识别出所有随时间变化的混杂变量，以确保“序贯可忽略性”（Sequential Ignorability）假设成立。然而，这种做法常常导致分析中纳入大量潜在的混杂变量，不仅增加模型复杂性，还可能导致估计效率低下、过拟合，甚至因处理概率估计接近0或1而产生“实际阳性违例”（practical positivity violations），严重影响估计的准确性和稳定性。

虽然已有一些数据自适应（data-adaptive）的模型选择方法被提出，以优化因果参数的估计，但这些方法大多局限于治疗在单一时点的设置。对于具有多个时点的纵向治疗，如何进行有效的变量选择，尤其是在治疗模型（即倾向评分模型）中进行选择，仍是一个亟待解决的问题。协作性靶向最大似然估计（Collaborative Targeted Minimum Loss-Based Estimation, C-TMLE）是一种在单时点设定下表现优异的算法，它能够根据初始结果模型的拟合情况，自适应地选择协变量进入治疗模型，旨在减少目标参数估计的偏差，同时控制方差。

基于此，本研究的主要目标是开发一种纵向的C-TMLE扩展算法，并将其应用于饱和边际结构模型（saturated marginal structural model）的参数估计中，即在固定治疗模式下估计平均反事实结果。研究旨在验证这种新方法（称为协作性纵向TMLE，C-LTMLE）在模拟研究中的表现，并与传统的g-计算（g-computation）、IPTW以及标准的纵向TMLE（LTMLE）进行比较。最后，研究将该方法应用于一个真实的公共卫生问题：评估妊娠期轻度哮喘女性在妊娠早期和中期使用低剂量吸入性皮质类固醇（Inhaled Corticosteroids, ICS）的安全性。

二、 研究流程详述

本研究遵循严格的方法学开发、验证与应用流程，主要包括三个核心部分：1. 方法论开发与算法构建；2. 模拟研究设计与性能评估；3. 真实世界数据分析应用。

第一部分：方法论开发与算法构建 本研究提出了协作性纵向靶向最大似然估计（C-LTMLE）算法。该算法是对van der Laan和Gruber（2010）提出的单时点C-TMLE的纵向扩展。为了便于理解，论文以两个治疗时点（t=0, 1）和一个最终结局时点的简化情况为例，详细阐述了算法原理，并指出其可推广至更多时点。

1. 目标参数与识别条件：目标参数是固定治疗模式a = (a0, a1)下的平均反事实结果期望值ψ = E(Y^a)。在满足序贯可忽略性、阳性（positivity）、无干扰（no interference）和一致性（consistency）的假设下，该参数可以从观测数据中识别。具体识别过程涉及两个嵌套的条件期望：q2(L1) = E(Y | A1=a1, L1) 和 q1(L0) = E(q2(L1) | A0=a0, L0)，最终ψ = E{q1(L0)}。
2. 协作性双重稳健性（Collaborative Double Robustness）原理：这是C-TMLE的核心理论基石。传统的双重稳健（Doubly Robust）估计要求治疗模型g或结果模型q中至少有一个被正确设定。协作性双重稳健性则放宽了这一要求，它表明，只要治疗模型g能够“解释”或“适应”结果模型q中的错误设定（即拟合残差），即使两个模型都不完全正确，只要以一种协作的方式错误设定，估计量仍可保持一致。这意味着，我们不需要在治疗模型中包含所有混杂因子，而只需要包含那些能够修正结果模型偏差的变量。
3. C-LTMLE算法流程（两个时点）：算法旨在构建一系列逐步增加复杂度的治疗模型估计量 g_n^(k)，并通过交叉验证选择最优的模型复杂度。
   • 步骤1（初始化）：首先，使用所有可用协变量拟合初始的结果模型 q_n^(init)（例如使用logistic回归或机器学习算法）。同时，初始化一个最简单的治疗模型 g_n^(0)（例如仅含截距项）。然后，用这个初始的治疗模型对初始结果模型进行标准的LTMLE更新，得到第一次更新后的结果模型 q_n^{*,(0)}，并计算其经验风险（如带惩罚的logistic对数似然损失）。
   • 步骤2（贪婪前向选择）：从k=1开始，在每一步k，算法考虑所有“允许的移动”（allowable moves），即在当前治疗模型 g_n^(k-1) 的基础上，向g0模型（基线治疗概率）或g1模型（随访治疗概率）中添加一个尚未被纳入的协变量（或交互项、非线性项）。对于每一个候选的“移动”m，算法使用更新后的治疗模型 g_n^(k-1)(m) 对当前基准结果模型（当前步骤下未经TMLE更新的结果模型预测值）进行LTMLE更新，得到一个临时的更新后结果模型，并计算其经验风险。
   • 步骤3（选择与更新）：算法选择那个能使经验风险降低最多的候选移动m。如果该步骤的风险值 lk 大于上一步的风险值 l{k-1}，则说明当前基准结果模型已不足以通过添加新变量来改善。此时，算法会用当前的治疗模型 g_n^(k-1) 对基准结果模型进行一次“基准更新”（baseline update），然后用这个新的基准结果模型重新执行步骤2的选择。最终，确定最优移动m，并正式更新治疗模型为 g_n^(k) = g_n^(k-1)(m)，同时用 g_n^(k) 对基准结果模型进行TMLE更新，得到该步骤的最终更新后结果模型 q_n^{*,(k)}。
   • 步骤4（交叉验证与终止）：重复步骤2-3，直到所有允许的协变量都被考虑过，生成一个估计量序列 {q_n^{,(k)}, gn^(k); k=0,…,K}。然后，使用交叉验证（例如V折交叉验证）来评估这个序列中每一个估计量（对应不同的模型复杂度k）在独立验证集上的表现（基于相同的惩罚损失函数）。交叉验证选择出风险最小的步骤 k{m,n}，对应的估计量即为最终的C-LTMLE估计量。目标参数ψ的估计值即为最终选定的 q_{1,n}^{,(k_{m,n})} 在所有研究对象上的样本均值。

第二部分：模拟研究设计与性能评估 为了评估C-LTMLE的性能，研究设计了三个具有不同挑战性的模拟场景，每个场景生成1000个独立数据集，样本量分别为n=250，500，1000。

1. 场景一（简单设置）：生成包含工具变量（IV）、纯结果预测变量和混杂变量的模拟数据。该场景没有阳性违例，旨在验证C-LTMLE是否能像因果推断理论推荐的那样，优先选择混杂变量而忽略工具变量（具备“表面效度”），并对比各方法在常规情况下的表现。
2. 场景二（高维相关协变量）：生成40个高度相关（相关系数0.2）的基线协变量和10个中介协变量，其中包含混杂因子、强治疗预测因子、纯风险因子和噪声变量。该场景旨在评估C-LTMLE在存在大量相关协变量时的变量选择和估计性能。
3. 场景三（连续结局与潜在阳性违例）：基于已有研究扩展，数据生成机制中包含治疗模型中的非线性和交互项，但这些非线性项并非真实的混杂因素。如果将这些不必要的非线性项纳入治疗模型，会导致估计的处理概率接近0，引发严重的实际阳性违例；而仅纳入主效应项则不会。该场景旨在测试C-LTMLE能否自适应地排除这些导致阳性违例的不必要项，同时保持良好的估计性能。

在每一个模拟数据集中，研究者对比了以下五种方法： * g-计算：使用包含所有协变量的logistic回归拟合q2和q1的插件估计量。 * IPTW：使用包含所有协变量的logistic回归拟合治疗模型的逆概率加权估计量。 * C-IPTW：一种特殊的C-LTMLE应用，其初始结果模型被严重误设（仅包含治疗变量，不含任何协变量）。这用于检验当结果模型极度错误时，C-LTMLE框架是否仍能通过治疗模型的选择来纠正偏差。 * LTMLE：标准的纵向TMLE，其治疗模型和初始结果模型均包含所有协变量。 * C-LTMLE：本研究提出的新方法，按照上述算法从所有协变量中进行选择。

评估指标包括：均方根误差（RMSE）、平均偏差、蒙特卡洛标准误（MC SE），以及基于影响函数（Influence Function）的方差估计或自助法（Bootstrap）估计的置信区间覆盖率。

第三部分：真实世界数据应用 研究将C-LTMLE应用于一个关于妊娠期哮喘用药安全性的实际队列数据。

1. 研究队列与数据结构：数据来自加拿大魁北克省关联的医疗管理数据库，包含1998-2008年间轻度哮喘女性的单胎分娩记录。最终分析样本量为5048名女性（每位女性首次分娩）。数据被构造为两个时点：妊娠早期起始（A0）和妊娠中期起始（A1）。每个研究对象的信息包括：孕前基线协变量（L0，如人口特征、慢性病、哮喘控制情况）、早期治疗暴露（A0，低剂量ICS vs. 无）、早期测量的协变量（L1，如妊娠并发症、哮喘控制变化）、中期治疗暴露（A1）以及三个二分类胎儿生长结局（Y）：低出生体重（LBW）、早产（Premature）、小于胎龄儿（SGA）。
2. 分析目标与挑战：目标是比较两种固定治疗模式下的平均结局风险比（Risk Ratio）：整个妊娠早期和中期都使用低剂量ICS [a=(1,1)] vs. 全程都不使用[a=(0,0)]。数据中存在因使用其他剂量药物而导致的删失（Censoring），因此需要同时为治疗模型和删失模型进行变量选择。
3. 分析方法：研究分别使用g-计算（基于主效应logistic回归的Bootstrap）、IPTW（基于主效应logistic回归的Bootstrap）、LTMLE（基于主效应logistic回归，治疗/删失模型包含所有变量）和C-LTMLE（从110个可能的协变量组合中进行选择）进行估计。所有方法的处理概率均被截断在[0.01， 0.99]之间以避免极端权重。

三、 主要研究结果

模拟研究结果： 1. 场景一（简单设置）：在所有样本量下，g-计算（模型正确）表现出最小的偏差和方差。IPTW存在一定偏差且方差最大。C-IPTW在样本量较大时减少了IPTW的方差和部分偏差。LTMLE无偏且方差小于C-IPTW。C-LTMLE在保持无偏的同时，其蒙特卡洛标准误在小样本量（n=250, 500）时与表现最佳的g-计算相当，甚至优于LTMLE。变量选择模式显示，在较大样本量（n=1000）下，C-LTMLE100%地选择了真正的混杂变量，而选择工具变量和纯结果预测变量的比例仅在10%-30%之间，符合因果推断变量选择的理想预期。 2. 场景二（高维相关协变量）：g-计算因模型略微误设而产生了最大的偏差，导致覆盖率不佳。IPTW无偏但方差很大。C-IPTW表现与IPTW类似。LTMLE和C-LTMLE均无偏。在小样本量（n=250, 500）下，C-LTMLE的蒙特卡洛标准误低于LTMLE，显示出其在处理高维相关数据时的优势。 3. 场景三（潜在阳性违例）：包含所有非线性项的IPTW和LTMLE表现出巨大的偏差和方差。仅包含主效应的IPTW和LTMLE（IPTW_mt, LTMLE_mt）表现大幅改善，偏差很小。C-IPTW虽然减少了全模型IPTW的方差，但未能消除其偏差。C-LTMLE显著地降低了包含全模型的LTMLE的偏差和方差，其表现与仅包含主效应的LTMLE_mt在小样本时相近，但在大样本时保留了微小偏差。这证明了C-LTMLE能够有效识别并排除那些导致阳性违例的不必要复杂项，从而稳定估计。

真实世界数据分析结果： 对于三个胎儿结局（SGA， 早产， LBW），所有四种方法估计的风险比（RR）均接近1，且95%置信区间均包含1（无效值）。这表明，在该研究队列中，未发现妊娠早期和中期持续使用低剂量ICS会显著增加不良胎儿生长结局的风险。具体来看： * C-LTMLE的估计值与标准LTMLE的估计值略有差异，但并未改变“无显著有害效应”的根本结论。 * 在变量选择上，C-LTMLE对不同结局和不同治疗模式的选择程度不同（例如对于早产结局，在a=(1,1)和a=(0,0)模式下各选择了35个变量；对于LBW，则在一个模式下选择了31个，另一个模式下选择了0个），体现了其数据自适应的特性。 * 在计算效率上，LTMLE最快（1秒），g-计算和IPTW因需要Bootstrap而较慢（720秒和1450秒），C-LTMLE由于需要进行大量交叉验证和逐步选择，耗时最长（8670秒），这是其追求精度所付出的计算代价。

四、 研究结论与意义

本研究成功开发并验证了协作性纵向靶向最大似然估计（C-LTMLE）方法，这是首个将C-TMLE框架系统性地扩展到多时点治疗、用于估计饱和边际结构模型参数的数据自适应变量选择算法。

科学价值： 1. 方法学创新：C-LTMLE填补了纵向因果推断中数据自适应治疗模型选择方法的空白。它通过协作性双重稳健性原理，允许治疗模型和结果模型以“协作”方式误设，仍能获得一致估计，这提供了比传统双重稳健性更灵活、更稳健的估计框架。 2. 理论贡献：研究详细推导了纵向设定下的协作性双重稳健性条件，并设计了相应的贪婪前向选择与交叉验证算法，将理论转化为可操作的统计工具。 3. 实践指导：模拟研究表明，C-LTMLE能够在多种复杂数据情境（包括存在工具变量、高维相关、潜在阳性违例）下，实现有效的变量选择，在控制偏差的同时优化方差，其表现通常优于或相当于标准的LTMLE，尤其在样本量有限或模型维度较高时优势更明显。

应用价值： 1. 提升因果推断实践：在观察性研究中，当存在大量潜在时变混杂因子时，研究者无需再纠结于是否将所有变量强行纳入模型。C-LTMLE提供了一种数据驱动的、以优化目标参数估计为导向的变量筛选方案，有助于得到更精确、更稳定的因果效应估计。 2. 解决实际公共卫生问题：应用于哮喘孕妇用药安全性评估的实例表明，该方法可以处理真实的、复杂的医疗数据库，并给出可靠的效应估计。虽然本例中未发现低剂量ICS的显著危害，但该方法为未来类似药物安全性研究提供了强有力的分析工具。

五、 研究亮点

1. 首创性：首次提出了针对多时点治疗、估计饱和边际结构模型的C-TMLE纵向扩展算法（C-LTMLE）。
2. 理论与算法的紧密结合：不仅提出了算法，还深入阐述了其背后的协作性双重稳健性理论，使方法具有坚实的统计学基础。
3. 全面的验证体系：通过三个精心设计的模拟场景，从不同角度严格评估了新方法的性能，并与当前主流方法进行了系统对比，论证充分。
4. 从模拟到实际的应用闭环：不仅进行了方法开发和模拟验证，还将方法应用于一个具有重要公共卫生意义的真实世界研究问题，展示了其解决实际问题的能力。
5. 对实践难题的针对性：方法直接针对纵向因果推断中“变量多、难选择、易违例”的核心痛点，具有很高的实用价值。

六、 其他有价值的讨论

1. 计算效率：作者明确指出C-LTMLE的主要局限是其较高的计算成本，尤其在时点增多、候选变量众多时。文中建议可借鉴单时点C-TMLE中的先验变量排序策略来加速，为后续优化指明了方向。
2. 方差估计：研究尝试了两种方差估计方法。在C-LTMLE中，由于变量选择的影响，其真实影响函数可能依赖于结果模型的估计误差。使用基于未选择的全模型的影响函数进行方差估计，在多数模拟场景下表现尚可，但在存在阳性违例时效果不佳。这指出了后选择推断（post-selection inference） 在C-TMLE中是一个需要进一步研究的重要课题。
3. 扩展性：作者指出，该方法可以进一步推广到非饱和的边际结构模型（如 pooled LTMLE），显示了其方法的通用性潜力。

这项研究为纵向观察性研究的因果分析提供了一种新颖、强大且理论基础扎实的数据自适应工具，有望推动因果推断方法在更广泛的实际研究领域中的应用。