Chapter_22

Aaron L9/17/25About 6 min

### Chapter 22: TARGET TRIAL EMULATION

Technical Points:

核心理论:
- 观察性研究中的因果推断可视为对假设性随机试验（目标试验）的模仿。
- 意向治疗效应（ITT）定义为分配治疗（Z）对结局（Y）的因果效应，通过路径 Z→A→Y（治疗接受）和 Z→Y（行为变化）实现。
- 方案效应（Per-Protocol Effect）定义为所有个体完全遵守分配策略时的因果效应，需调整时间依赖性混杂。
关键公式:
- ITT风险比：$$ \frac{\text{Pr}[Y=1|Z=1]}{\text{Pr}[Y=1|Z=0]} = \frac{\text{Pr}[Y^{{z=1}=1]}{\text{Pr}[Y}=1]} $$
- 方案效应风险比：$$ \frac{\text{Pr}[Y^{{a=1}=1]}{\text{Pr}[Y}=1]} $$（在排除限制下）
重要概念:
- 排除限制：当不存在直接路径 Z→Y 时成立（图22.2），双盲安慰剂试验可强制实现。
- 交换性：随机分配确保 ITT 无混杂（Yᶻ⊥⊥Z），但方案效应需调整混杂（如未测量风险因素U）。
应用场景:
- ITT 用于随机试验的初级分析，方案效应用于评估实际治疗效果（如药物安全性评估）。

细节要点:

案例分析：疫苗试验中，高风险个体（U=1）在对照组可能自行接种（A=1），导致传统"按治疗"分析（A=1 vs A=0）因混杂偏倚无效。
辅助信息:
- 伪ITT分析（仅纳入未失访者）和改良ITT分析（仅纳入初始治疗者）可能因选择偏倚导致估计偏差。
- 传统方案分析（仅纳入遵守者）因忽略时间依赖性混杂（图22.4路径 Z→A←L←U→Y）无效。
相关背景：非盲试验中，行为变化（如治疗分配意识）可能使A无效时Z仍有效应，破坏"零保持"特性。

Technical Points:

核心理论:
- 持续治疗策略（如抗病毒治疗）的对比需实用主义试验（pragmatic trial），模拟真实条件（无盲法/安慰剂）。
- ITT效应：对比静态策略（z=1, c̄=0 vs z=0, c̄=0）的死亡风险差异。
- 方案效应：对比动态策略（g₁: 持续治疗除非禁忌 vs g₀: 永不治疗）的死亡风险差异。
关键公式:
- ITT风险差：$$ \text{Pr}[D_k^{z=1,\bar{c}_k=\bar{0}}=1] - \text{Pr}[D_k^{z=0,\bar{c}_k=\bar{0}}=1] $$
- 方案效应风险差：$$ \text{Pr}[D_k^{g_1,\bar{c}_k=\bar{0}}=1] - \text{Pr}[D_k^{g_0,\bar{c}_k=\bar{0}}=1] $$
重要概念:
- 动态策略：方案效应需包含临床决策逻辑（如毒性停药），非简单静态规则。
- 直接效应：控制中介变量时的效应（Technical Point 22.1）。
应用场景：HIV患者抗病毒治疗试验（5年死亡风险），时间k=0至59个月。

细节要点:

案例分析：当实际策略偏离协议（如g₀组在CD4<200时治疗），可概念化为新目标试验的方案效应。
辅助信息：完全遵守的试验数据无法模拟新策略效应，非依从性反利于多目标试验模仿。
相关背景：纯直接效应（pure direct effect）因跨世界反事实不可识别；主层效应（principal stratum effect）政策相关性低（Technical Point 22.2）。

Technical Points:

核心理论:
- 观察性分析模仿目标试验需明确：合格标准、随访时间、治疗策略、结局、因果对比。
- ITT的观察性类比：对比治疗初始（A₀=1 vs A₀=0），近似分配效应。
- 方案效应定义与目标试验相同，需策略被实际遵循。
重要概念:
- 时间零点：随访起始需与目标试验一致（如CD4首次<500cells/μL）。
- 克隆-删失-加权：当个体符合多策略时，克隆副本并IP加权处理删失偏倚。
应用场景：电子病历数据中模拟多时点合格个体的序列目标试验。

细节要点:

辅助信息:
- 宽限期（grace period）：允许治疗延迟启动（如3个月内），需克隆处理事件分配。
- "效力-效果"二分法不适用，应明确定义策略而非依赖模糊术语。
相关背景：观察性分析中，需避免无法转化为干预对比的分析（如第3.5-3.6节）。

Technical Points:

核心理论:
- 时间零点定义：合格标准满足且策略分配时点（如随机化时刻）。
- 多合格时点场景：可选用首次/随机时点，或序列试验模拟所有时点（更高效）。
重要概念:
- 序列试验模拟：固定时间单位（如月）启动新试验，需bootstrap调整方差。
- 策略分配模糊：克隆个体至兼容策略，事件发生时所有副本死亡。
应用场景：更年期激素治疗研究（年龄51-65岁多合格时点）。

细节要点:

Technical Points:

核心理论:
- 随机试验与观察性研究差异仅三点：基线混杂、分配概率已知、策略分配已知（Fine Point 22.6）。
- g-方法可统一处理两类研究的方案效应估计（需调整混杂/选择偏倚）。
重要概念:
- ITT分析局限：需g-方法调整失访导致的选择偏倚（如症状影响脱落）。
- 方案分析问题：传统方法忽略动态策略本质、时间混杂、选择偏倚。
应用场景：长期抗病毒治疗试验中，方案效应估计需时间依赖性协变量调整。

细节要点:

注：所有总结严格遵循原文，未添加主观推测。数学公式使用LaTeX格式，技术术语保留英文以确保准确性。