Chapter_22

Aaron L9/17/25About 10 min

### 第22章：目标试验模拟（Target Trial Emulation）总结

本章将观察性因果推断视为对假设随机试验（目标试验）的模拟，扩展了持续治疗策略的目标试验概念，统一了随机试验和观察性研究的分析框架。核心是通过g-方法调整时变混杂因素，估计意向治疗效应（ITT）和按方案效应（PP）等因果量。

技术要点：

意向治疗效应（ITT）：
- 定义：基于随机分配策略（非实际治疗）的因果效应，数学表达为： $\text{ITT效应} = \frac{\Pr[Y^{z=1} = 1]}{\Pr[Y^{z=0} = 1]} \quad (\text{风险比})$
- 性质：随机分配 $Z$ 确保无混杂（ $Y^z \perp\!\!\!\perp Z$ ），未调整的关联即因果效应。
- 局限性：包含不依从性（non-adherence），可能低估/高估真实效应。
按方案效应（PP）：
- 定义：假设所有参与者完全遵循分配策略时的效应，数学表达为： $\text{PP效应} = \frac{\Pr[Y^{a=1} = 1]}{\Pr[Y^{a=0} = 1]} \quad (\text{需排除限制成立})$
- 估计挑战：实际数据存在混杂（如时变预后因素 $U$ ），需g-方法调整。
排除限制（Exclusion Restriction）：
- 若 $Z$ 对 $Y$ 存在直接效应（即路径 $Z \to Y$ ，如图22.1），则ITT ≠ PP。
- 双盲安慰剂试验可消除直接效应（图22.2），但现实研究中常不可行。

细节要点：

伪ITT分析：限制于未删失个体（ $C_k=0$ ）时，因选择偏倚可能无效。
修正ITT分析：仅纳入启动治疗者（如至少服药一次），需调整依从性相关因素。
朴素PP分析误区：
- "按治疗"（as-treated）分析：直接比较 $A=1$ vs $A=0$ ，忽略混杂（如未测量 $U$ ）。
- "按方案"（per-protocol）分析：限制于依从者（ $A=Z$ ），因选择偏倚需调整（图22.4）。

结论：

技术要点：

试验设计：
- 务实试验（Pragmatic Trial）：模拟真实条件（无盲法、无安慰剂、常规监测），例如：
  - 策略 $g_1$ ：持续抗病毒治疗（除非毒性发生）。
  - 策略 $g_0$ ：不治疗。
- 随访：基线（ $k=0$ ）至死亡、失访或60个月。
因果效应定义：
- ITT效应：对比静态策略：
  - $(z=1, \bar{c}_K=\bar{0})$ : 分配 $g_1$ 且未删失。
  - $(z=0, \bar{c}_K=\bar{0})$ : 分配 $g_0$ 且未删失。
  - 风险差： $\Pr[D^{z=1,\bar{c}_k=\bar{0}}_k=1] - \Pr[D^{z=0,\bar{c}_k=\bar{0}}_k=1]$
- PP效应：对比动态策略（如允许毒性时停药）：
  - $\Pr[D^{g_1,\bar{c}_k=\bar{0}}_k=1] - \Pr[D^{g_0,\bar{c}_k=\bar{0}}_k=1]$

细节要点：

技术要点：

目标试验组件：
- 资格标准、随访时间、治疗策略、结局、因果对比、分析计划。
观察性类比：
- ITT类比：比较策略启动（如 $A_0=1$ vs $A_0=0$ ），但非严格ITT（分配未知）。
- PP类比：同目标试验定义，需数据支持实际遵循的策略。

细节要点：

技术要点：

定义：随访起始点（基线），资格标准需满足于此点。
问题与解决方案：
- 多合格时间点（如更年期激素治疗）：
  - 选项：首次时间、随机选择、序贯试验模拟（每个时间点克隆个体）。
- 策略分配模糊（如CD4阈值策略）：
  - 克隆+删失+IP加权：创建克隆体分配至兼容策略，IP加权处理删失偏倚。

细节要点：

技术要点：

框架整合：反事实与因果图通过目标试验模拟可操作化。
随机与观察性分析的统一：
- 仅三点区别：随机试验中 (i) 无基线混杂，(ii) 分配概率已知，(iii) 分配策略已知。
- PP效应估计在两类研究中均需g-方法调整时变混杂和选择偏倚。
常规分析缺陷：
- ITT分析：忽略失访导致选择偏倚（需时变g-方法）。
- 朴素PP分析：错误删失（如毒性停药视为非依从），忽略动态策略。

细节要点：