《Journal of Biopharmaceutical Statistics》:Borrowing-dependent estimands in external-control trials: Identification, efficiency, and sensitivity in survival analysis
中文摘要翻译
用外部对照扩充随机试验在肿瘤学和罕见病领域日益普遍。本文综述了外部对照试验的方法学——针对右删失生存结局的估计目标(estimand)、识别假设、估计、效率与敏感性分析——并围绕一个核心问题加以组织:借用分析(borrowing analysis)实际交付的究竟是什么量?研究人员区分了预期估计目标(intended estimand),即由临床问题和目标人群预先固定的量,与依赖借用的估计目标(borrowing-dependent estimand),即给定借用规则下估计量所一致收敛的量。在源条件可交换性(source-conditional exchangeability)成立时二者重合,否则二者分离,从而依赖借用的估计目标命名并使得原本仅以未量化偏倚报告的差异变得可估计。在非参数潜在结局框架内,研究人员:(i)定义由加权核(weighting kernel)索引的借用加权因果对比(borrowing-weighted causal contrasts),并阐明此类对比何时本身构成具有科学意义的目标、何时不构成;(ii)建立非参数识别并推导有效影响函数(efficient influence function);(iii)构造具有√n一致性的双重稳健、局部有效估计量;(iv)引入敏感性分析框架,给出闭式偏倚界(closed-form bias bounds)、E值(E-values)与临界点(tipping points);(v)通过Fréchet可微性刻画所交付估计目标对预先指定借用规则的敏感性。跨12个析因情景的模拟证实:在相容性成立时RMSE最多降低49%,在相容性不成立时估计量对依赖借用的估计目标仍保持无偏,并验证了敏感性界的有效性。转移性结直肠癌的实例分析展示了完整的分析流程。
论文主体内容总结
1. 引言
随机对照试验仍是治疗因果评价的金标准,但小分子定义人群、同期对照的伦理障碍以及快速演进的诊疗标准,促使研究者日益依赖由注册登记数据、电子健康记录和历史试验构建的外部对照臂。监管机构已出台相应评估框架,统计学文献亦发展出丰富的偏倚缓解方法,包括倾向性评分方法、校准加权、增广估计量及贝叶斯借用。本文将上述脉络置于数据整合的更广阔问题之中加以审视,外部对照增广即为其中一例。
1.1 可迁移性与可推广性
第一条脉络探讨在某一样本中估计的因果效应如何迁移至另一人群。通过试验参与逆几率加权、结局模型标准化及双重稳健混合方法,以及数据融合演算,均致力于解决研究样本与目标人群之间的错配问题。该文献为外部对照问题提供了所需词汇,因为引入外部来源改变了对照条件被评价的人群。
1.2 随机与观察性来源的结合
第二条脉络将无偏但样本量小的随机样本与样本量大但可能存在混杂的观察性来源相结合。相关研究发展了整合多个不同有效性观察来源的估计量,提出基于检验的弹性规则——仅在预检验未检测到偏倚时才合并真实世界数据,或采用两来源间的收缩估计及自适应加权方法。针对右删失结局,已有研究综合试验与真实世界数据以估计条件限制平均生存差异,这与本文设定最为接近。
1.3 选择性、动态与联邦借用
第三条脉络控制借用的程度。倾向评分整合复合似然与幂先验方法在层内对外部受试者进行折扣;动态借用下对协变量处理方式进行比较;通过保形选择性借用与基于随机化的推断选择纳入哪些外部受试者。贝叶斯动态借用通过 commensurate 先验、元分析预测先验及经验贝叶斯幂先验在先验层面实现同一目标。在不允许个体水平合并时,联邦与隐私保护估计量通过汇总统计量或局部计算量实现整合。
1.4 增广试验的估计目标
第四条且规模小得多的脉络探讨此类分析所针对的量。有研究主张将基线定义与边际估计目标选择提升为显式属性,也有研究比较平衡加权增广试验的估计目标与估计量,表明不同加权方案针对不同人群。操作特征文献提供了互补性警示:严格的频率学错误控制与外部信息带来的功效增益在很大程度上不可兼得。
1.5 预期与交付的估计目标
"依赖借用的估计目标"这一表述可能立即招致反对:估计目标由临床问题决定,借用外部对照仅是估计策略而非定义策略。本文认同这一立场,并将该表述所混淆的两个对象加以区分。预期估计目标θ?=θ(w?,G,τ)是科学目标,预先固定,不涉及任何外部来源。交付估计目标θ(w,G,τ)是实际计算估计量在应用借用规则w后的概率极限。在源条件可交换性下二者对所有可容许w重合,借用规则仅影响效率;可交换性不成立时二者分离,其差Δ(w)=θ(w,G,τ)?θ?恰为借用分析相对于预期估计目标的渐近偏倚。命名该极限具有四方面价值:将未命名偏倚转化为可估计量;使借用规则可审计;提供其他途径无法获得的诊断;并强化有效性主张。
1.6 依赖借用的目标何时有意义
该框架在三种情境下最为有用:临床问题命名的人群比随机样本更广时;无同期对照的单臂设计中不存在试验仅用对比时;以及探索性、平台型与罕见病情境中借用不可避免且监管标准是估计透明性而非严格错误控制时。在具有充分同期对照和试验合格目标人群的确认性双臂设定中,该框架最不有用且可能产生误导,此时Δ(w)应仅作为偏倚报告。
1.7 范围、来源与贡献
本文是带有方法学核心的综述。第2.1–2.3节与第3.1节为说明性内容,数据结构、识别假设、借用规则目录及半参数工具均引自文献。本文的新贡献在于:预期与交付估计目标的配对、借用加权对比的有效影响函数、漂移分解及其泛函分析性质、借用E值与三层临界点演算。本文共五项贡献:定义由可测加权核索引的借用依赖估计目标类并建立非参数识别条件;推导相应半参数模型中的有效影响函数并构造√n一致、渐近正态的双重稳健局部有效估计量;发展产生闭式偏倚界、E值与临界点的敏感性分析框架;刻画借用规则到交付估计目标映射的泛函几何,建立连续性与Fréchet可微性;提供跨12个析因情景的综合模拟研究与转移性结直肠癌的详细实例分析。
2. 框架与识别
2.1 数据结构与记号
设{Oi}i=1n为来自分布P的独立抽样,其中O={0,1}×{0,1}×X×(0,∞)×{0,1},Oi=(Ri,Ai,Xi,T?i,Δi)。Ri∈{0,1}为来源指示(R=1为试验,R=0为外部),Ai∈{0,1}为治疗(A=1为试验组,A=0为对照组),Xi∈X??p为治疗前协变量向量,T?i=min(Ti,Ci)为观察随访时间,Δi=1(Ti≤Ci)为事件指示。试验内治疗以已知概率π∈(0,1)随机化,所有外部受试者均为对照。
2.1.1 抽样框架
本文全程采用超总体框架。来自两来源的n条记录视为来自单一分布P的独立抽样,来源指示R为边际概率为ρ?=Pr(R=1)与ρ?=1?ρ?的随机变量。n?与n?因此是随机的,且nr/n→ρr∈(0,1)几乎必然成立;所有估计目标均为P的泛函而非实现样本的泛函,所有渐近陈述均随n→∞且ρ?固定而成立。采用超总体观点是因为外部队列并非设计样本且目标人群超出所观察单元。
2.2 潜在结局与因果结构
对每个单元i,令Ti(a)表示治疗a∈{0,1}下的潜在生存时间,定义条件潜在生存函数Sa(t|x)=Pr{T(a)>t|X=x}。本文施加以下假设:SUTVA(无单元间干扰且无治疗版本隐藏变异);试验内条件可交换性{T(0),T(1)}⊥⊥A|X,R=1;对照的源条件可交换性T(0)⊥⊥R|X,A=0;正性条件;条件独立删失C⊥⊥T(a)|X,A=a,R且Pr(C>τ|X,A,R)>0。其中源条件可交换性是关键条件:在给定可测协变量下,对照结局跨来源同分布。该条件不成立时,借用依赖估计目标与试验仅用估计目标发生分离,从而引出第5节的敏感性分析。
2.3 借用规则
借用规则定义为可测函数w:{0,1}×X→[0,∞),满足:w(1,x)=1对所有x∈X成立;w(0,x)=λw?(x)对某λ∈[0,1]与可测w?:X→[0,∞)成立;诱导有效样本量满足n??/n→c?>0。标准情形包括:试验仅用w(0,x)≡0;完全合并w(0,x)≡1;倾向性评分加权w(0,x)=e(x)/{1?e(x)};校准加权w(0,x)=ωcal(x);幂先验w(0,x)≡α;选择性借用w(0,x)=1{c(x)>κ}。最后三种情形表明源自不同传统的规则——频率学加权、贝叶斯先验折扣与受试者水平选择——占据同一空间W,这使得统一的估计目标演算成为可能。
2.4 借用依赖估计目标
给定w∈W与G,借用依赖估计目标为θ(w,G,τ)=∫{S?(τ|x)?S?(w)(τ|x)}G(x)dFX(x)/∫G(x)dFX(x),其中借用加权对照生存函数S?(w)(τ|x)为各来源对照生存概率按规则所纳入患者数的加权平均。试验仅用规则w?(0,x)≡0对应的θ?=θ(w?,G,τ)为预期估计目标。该定义可脱离代数直观理解:试验组保持不变,仅比较组发生变化——交付估计目标询问的是混合对照组在试验自身对照患者与按借用规则比例纳入的外部患者共同构成下会发生什么。λ是两极之间的刻度盘:λ=0仅用试验对照,λ=1以完整校准权重纳入外部对照。
2.5 识别
定理2.10:在假设2.1–2.5下,对任意w∈W与G且E[G(X)]>0,借用依赖估计目标θ(w,G,τ)由观测数据分布P识别。S?(τ|x,R=1)由试验治疗组受试者经Kaplan–Meier泛函在假设2.5下识别,S?(w)(τ|x)由(2)式使用两来源对照数据识别。证明依赖于试验内随机化与条件可交换性、各来源对照结局的可识别性以及密度比的可识别性。
3. 估计与效率
3.1 半参数模型与有效影响函数
定理3.1给出了借用加权对比的有效影响函数(EIF)。该EIF包含治疗组与对照组两部分的贡献,其中对照部分涉及借用加权核、各来源条件生存函数以及密度比项。EIF的推导在相应半参数模型中建立,其形式表明借用加权对比的可估计效率由试验样本量与借用规则共同决定。
3.2 双重稳健局部有效估计量
定理3.3构造了具有√n一致性与渐近正态性的双重稳健、局部有效估计量。该估计量在结局回归模型与倾向性/来源概率模型二者之一正确设定时保持一致性,二者均正确设定时达到半参数效率界。估计量的影响函数分量在正性假设下具有有界性,这是渐近正态性论证的关键。
4. 借用规则的敏感性
本节刻画从借用规则到交付估计目标映射的泛函几何。借用路径λ?θ?(wλ)跨借用强度追踪交付估计目标:平坦路径为近似相容性的证据,倾斜路径则定位并标记差异的符号。漂移分解及其泛函分析性质——包括连续性与Fréchet可微性——使得借用规则的选择成为可预先指定、可审查的设计要素,与分析计划中的人群或汇总度量处于同等地位。
5. 敏感性分析框架
本节发展敏感性分析框架,产生闭式偏倚界、E值与临界点,由不相容性函数(incompatibility function)索引。偏倚界(命题5.2)将交付估计目标与预期估计目标之间的差距界定为不相容性程度的函数;不相容性尺度(定义5.3)提供可解释的校准;借用E值量化使观测结果归因于未测量混杂所需的最小不相容性强度;三层临界点演算给出在不同不相容性水平下结论发生翻转的阈值。
6. 模拟研究
跨12个析因情景的综合模拟研究验证了理论结果。在相容性成立时,借用估计量相对试验仅用估计量实现最多49%的RMSE降低;在相容性不成立时,估计量对借用依赖估计目标保持无偏,尽管对预期估计目标明显有偏。模拟同时验证了敏感性界的有效性。借用路径图显示:相容性下轨迹平坦且置信区间收窄;不相容性下轨迹随λ成比例漂移离开试验仅用值。
7. 实例分析
转移性结直肠癌的工作实例展示了完整分析流程,包括借用路径的绘制、敏感性分析的实施以及交付估计目标与预期估计目标的对比报告。诊断性与支持性输出推迟至附录。