Assessing the robustness of heterogeneous treatment effects in survival analysis under informative censoring¶

会议: NeurIPS 2026
arXiv: 2510.13397
代码: https://anonymous.4open.science/r/survival_bias-1636
领域: 医学图像
关键词: 生存分析, 异质性因果效应, 信息性截断, 部分可识别性, 双重稳健元学习器

一句话总结¶

针对临床生存分析中因患者退出导致的不可忽略信息性截断难题，本文提出基于敏感度函数的部分可识别性界限分析框架，并设计具备双重稳健性与拟预言机效率的无偏元学习器 SurvB-learner，实现了在截断偏差下对异质性因果效应（CATE）的稳健子群识别。

研究背景与动机¶

在精准医疗与肿瘤临床试验中，生存分析的核心目标在于评估个体化异质性因果效应（CATE），以明确哪些患者亚群能从特定治疗方案（如靶向治疗或辅助化疗）中获得显著生存收益。然而，患者脱落（dropout）是临床研究中普遍存在的严峻现实，在结直肠癌和非小细胞肺癌等关键癌种中脱落率分别高达 53% 和 43%。现有的生存因果推断方法（包括基于 Cox 比例风险模型、因果生存森林以及正交生存元学习器）无一例外均建立在“非信息性截断”（non-informative censoring）假设之上，即假定患者的脱落时间与潜在生存时间在控制协变量与治疗后相互独立。

这一假设在复杂的医学现实中极易被打破。患者发生脱落往往携带着强烈的预后信息：病情恶化迅速的重症晚期患者可能由于病情加重转入临终姑息关怀机构而提前失访，而耐受性差或出现严重不良药物毒性的患者也可能自行退出试验。这种截断时间依赖于潜在生存时间的现象被称为信息性截断（informative censoring），它会引入严重的截断偏差（censoring bias）。由于截断机制本身在不同亚群之间存在异质性，截断偏差对亚群特定的 CATE 估计造成的扭曲往往远甚于全人群平均效应（ATE），导致原本无效的疗法看似有效，或掩盖真正的治疗收益。在信息性截断下，被截断患者的潜在真实结局在本质上无法观测，点识别假定破灭，任何强制进行点估计的生存模型都会产生系统性偏差。

面对不可避免的信息性截断，本文摒弃了不切实际的独立截断假定与强制点估计范式，转向假设更为精简的部分可识别性（partial identification）框架。核心 idea：将截断生存因果推断重塑为基于敏感度函数的部分可识别性区间界定任务，并设计基于有效影响函数的双阶段元学习器 SurvB-learner，通过正交化伪结果回归消除插件偏差，在模型误设下保持双重稳健性并渐近逼近预言机收敛率。

方法详解¶

整体框架¶

面对信息性截断下 CATE 点识别不可达的数学困境，论文提出了两层架构：第一层是基于最坏情况生存界限与临床先验敏感度函数的潜在结局部分可识别性理论界；第二层是能够消除插件估计偏差（plug-in bias）的模型无关元学习器 SurvB-learner。其整体推断与学习流程包含协变量与脱落观测输入、截断强度与条件生存时间拟参数向量估计、两阶段交叉拟合伪结果构建以及二阶段非参数回归估计边界。

%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
    A["观测生存数据 𝒟 = {(x_i, a_i, t~_i, δ_i)}<br/>含不可忽略的信息性截断"] --> B["阶段一：交叉拟合估计滋扰参数<br/>倾向得分 π_a、截断强度 ξ、条件生存 ν"]
    B --> C["阶段二：敏感度函数与有效影响函数注入<br/>先验存活 γ(x,a) 或保守边界 t_max"]
    C --> D["构建无偏伪结果 ϕ^-(x,a) 与 ϕ^+(x,a)<br/>正交一阶展开消除插件偏差"]
    D --> E["阶段三：二阶段回归拟合 CAPO 上下界<br/>μ^-(x,a) 与 μ^+(x,a)"]
    E --> F["输出 CATE 稳健边界 [τ^-(x), τ^+(x)]<br/>精准筛选收益稳健大于0的患者子群"]

关键设计¶

1. 基于敏感度函数的 CAPO 与 CATE 部分可识别性边界松弛：化解截断不可观测困境

在定义观测时间 $\tilde{T}=\min\{T, C\}$ 与截断指示变量 $\Delta=\mathbb{I}(C \leq T)$ 后，条件平均潜在结局（CAPO）$\tau_a(x) = \mathbb{E}[T(a) \mid X=x]$ 在全概率分解下包含关键项 $\mathbb{E}[T \mid X=x, A=a, \Delta=1]$，即被截断患者的潜在生存时间期望。由于该项在数学上完全不可测，点估计必然失效。为构建下界 $\mu^-(x, a)$，利用生存时间的天然单调性 $T \geq \tilde{T}$，将未观测的 $T$ 替换为已观测的截断随访时间 $\tilde{T}$，直接导出自然保守下界： $$\mu^-(x, a) = \mathbb{E}[\tilde{T} \mid X=x, A=a] = \nu(0, x, a)[1 - \xi(x, a)] + \nu(1, x, a)\xi(x, a)$$ 其中 $\xi(x, a) = \mathbb{P}(\Delta=1 \mid X=x, A=a)$ 为截断强度，$\nu(\delta, x, a) = \mathbb{E}[\tilde{T} \mid \Delta=\delta, X=x, A=a]$ 为条件观测生存时间。为了构建紧致且有信息量的上界 $\mu^+(x, a)$，方法引入临床敏感度函数 $\gamma(x, a)$，表示患者脱落后的最大可能预期剩余生存时间，即 $\mathbb{E}[T - \tilde{T} \mid X=x, A=a, \Delta=1] \leq \gamma(x, a) \leq t_{\max} - \nu(1, x, a)$。当拥有外部临床队列经验时，可直接指定领域知识界 $\mu^+(x, a) = \nu(0, x, a)[1 - \xi(x, a)] + \nu(1, x, a)\xi(x, a) + \gamma(x, a)\xi(x, a)$；若缺乏先验，则设 $\gamma(x, a) = t_{\max} - \nu(1, x, a)$ 获得保守上界 $\nu(0, x, a)[1 - \xi(x, a)] + t_{\max}\xi(x, a)$。由此，CATE 的部分可识别区间严谨收敛于： $$\tau^-_{a_1, a_2}(x) = \mu^-(x, a_1) - \mu^+(x, a_2) \leq \tau_{a_1, a_2}(x) \leq \mu^+(x, a_1) - \mu^-(x, a_2) = \tau^+_{a_1, a_2}(x)$$ 该设计不仅确保真实因果效应必在区间内，且区间宽度恰好为 $\gamma(x, a_1)\xi(x, a_1) + \gamma(x, a_2)\xi(x, a_2)$，在截断强度趋近于 0 时自然退化并恢复传统点估计。

2. SurvB-learner 双阶段正交元学习器：基于有效影响函数的伪结果去偏构造

若直接将第一阶段估计出的滋扰模型 $\hat{\pi}_a(x), \hat{\xi}(x, a), \hat{\nu}(\delta, x, a)$ 代入边界解析式（即朴素插件学习器 Plug-in Learner），会导致一阶估计误差在非线性组合中积聚放大，产生严重的插件偏差。SurvB-learner 借鉴半参数有效影响函数（EIF）理论，为下界和上界分别构造了具有正交性（Neyman orthogonality）的一阶去偏伪结果 $\hat{\phi}^-(x, a)$ 与 $\hat{\phi}^+(x, a)$。以下界伪结果为例： $$\begin{aligned} \hat{\phi}^-(x, a) &= \frac{\mathbb{I}(A=a, \Delta=0)}{\hat{\pi}_a(x)}\{\tilde{T} - \hat{\nu}(0, x, a)\} + \hat{\nu}(0, x, a)[1 - \hat{\xi}(x, a)] + \frac{\hat{\nu}(0, x, a)\mathbb{I}(A=a)}{\hat{\pi}_a(x)}\{\mathbb{I}(\Delta=0) - [1 - \hat{\xi}(x, a)]\} \\ &\quad + \frac{\mathbb{I}(A=a, \Delta=1)}{\hat{\pi}_a(x)}\{\tilde{T} - \hat{\nu}(1, x, a)\} + \hat{\nu}(1, x, a)\hat{\xi}(x, a) + \frac{\hat{\nu}(1, x, a)\mathbb{I}(A=a)}{\hat{\pi}_a(x)}\{\mathbb{I}(\Delta=1) - \hat{\xi}(x, a)\} \end{aligned}$$ 而在领域知识上界中，则额外引入灵敏度项的无偏调整：$\gamma(x, a)\frac{\mathbb{I}(A=a)}{\hat{\pi}_a(x)}\{\mathbb{I}(\Delta=1) - \hat{\xi}(x, a)\} + \gamma(x, a)\hat{\xi}(x, a)$。算法结合 $K$ 折交叉拟合（Cross-fitting）机制，利用样本拆分切断第一阶段滋扰估计误差与第二阶段伪结果回归之间的经验相关性，将伪结果直接在患者协变量 $X$ 上执行标准回归，即可直接学习到边界函数 $\hat{\mu}^\pm(x, a) = \hat{\mathbb{E}}[\hat{\phi}^\pm(x, a) \mid X=x]$。

3. 双重稳健性与拟预言机收敛效率：抵御滋扰模型误设的理论盾牌

SurvB-learner 具备卓越的统计泛化特性。在双重稳健性（Double Robustness）方面，理论证明只要倾向得分模型 $\hat{\pi}_a(x)$ 正确设明，或者条件生存与截断强度联合模型 $(\hat{\nu}(\delta, x, a), \hat{\xi}(x, a))$ 正确设明，伪结果的条件期望即严格无偏：$\mathbb{E}[\hat{\phi}^\pm(x, a) \mid X=x] = \mu^\pm(x, a)$。这意味着研究人员无需保证所有辅助机器学习模型均完美拟合。更进一步，在假定各滋扰函数满足 Hölder 连续性平滑度（记指标分别为 $\alpha, \beta, \zeta$）并达到 Stone 极小化极大收敛率的前提下，定理 6.4 给出了预言机超额风险（Oracle Risk）上界： $$\mathbb{E}\left[(\hat{\mu}^\pm(x, a) - \mu^\pm(x, a))^2\right] \lesssim n^{\frac{-2\eta}{2\eta+p}} + n^{\left(\frac{-2\zeta}{2\zeta+p} - \frac{2\beta}{2\beta+p}\right)} + n^{\left(\frac{-2\zeta}{2\zeta+p} - \frac{2\alpha}{2\alpha+p}\right)}$$ 只要滋扰估计量的收敛阶之和快于二阶段目标函数的极小化极大下界（即满足二阶乘积误差收敛条件），SurvB-learner 就能达到与已知真实预言机滋扰参数完全相同的渐近收敛速度 $\mathcal{O}(n^{\frac{-2\eta}{2\eta+p}})$，从而在理论层面达成了拟预言机效率（Quasi-oracle Efficiency）。

一个完整示例¶

考虑一项非小细胞肺癌靶向药试验，某亚群患者基线年龄较大且伴有重度吸烟史（协变量 $x$）。在吉非替尼靶向治疗组（$a=1$）中，模型估计其倾向得分为 $\hat{\pi}_1(x)=0.5$，截断强度较高 $\hat{\xi}(x, 1)=0.4$（多因不良反应脱落），未截断患者平均生存时间 $\hat{\nu}(0, x, 1)=24$ 个月，脱落发生时的观测截断时间 $\hat{\nu}(1, x, 1)=8$ 个月。若临床肿瘤学文献表明晚期转移患者脱落后平均余命不超过 $\gamma(x, 1)=5$ 个月，而全生命期支持上限设为 $t_{\max}=50$ 个月。根据 SurvB-learner 的第一阶段推断，该患者在靶向治疗下的 CAPO 下界为 $24 \times 0.6 + 8 \times 0.4 = 17.6$ 个月。若采用领域知识，其 CAPO 上界为 $17.6 + 5 \times 0.4 = 19.6$ 个月；若在无先验的保守模式下，其 CAPO 上界则为 $24 \times 0.6 + 50 \times 0.4 = 34.4$ 个月。对比标准化疗组（$a=0$）的界限 $[\mu^-(x, 0), \mu^+(x, 0)] = [10.0, 14.0]$ 个月，可立即解出该患者的 CATE 领域知识界为 $[17.6 - 14.0, 19.6 - 10.0] = [3.6, 9.6]$ 个月。由于其下界严格大于 0（$\tau^- > 0$），临床医生即使在面临高达 40% 的未知脱落偏差时，仍能以极高确定性断定该患者必能从靶向药中显著获益。

损失函数 / 训练策略¶

SurvB-learner 采用两阶段解耦训练策略，完全免除端到端联合优化的梯度不稳定缺陷： 1. 滋扰参数阶段：在划分的交叉折叠训练集上，倾向得分 $\hat{\pi}_a(x)$ 采用对数几率损失训练随机森林分类器或多项逻辑回归；截断概率 $\hat{\xi}(x, a)$ 采用二元交叉熵损失训练分类器；观测时间条件期望 $\hat{\nu}(\delta, x, a)$ 分别在 $\Delta=0$ 与 $\Delta=1$ 的子集上采用均方误差损失（MSE）拟合随机森林回归器。 2. 伪结果计算阶段：在留出验证折上，根据公式解析计算每个样本的去偏伪结果标量 $\hat{\phi}^-_i$ 与 $\hat{\phi}^+_i$。 3. 二阶段目标回归阶段：以均方误差为损失函数，直接优化第二阶段回归函数： $$\min_{\hat{\mu}^\pm} \frac{1}{n} \sum_{i=1}^n \left( \hat{\phi}^\pm(x_i, a_i) - \hat{\mu}^\pm(x_i, a_i) \right)^2$$ 实验中两阶段均采用默认参数随机森林（树数量 100，叶节点最小样本数 2），无需繁琐调参即可天然具备非参数表达能力与渐近无偏性。

实验关键数据¶

主实验¶

论文在涵盖指数函数（Exponential）、正弦函数（Sin）以及逻辑-正弦复合函数（Logistic-sin）的非线性合成数据集中系统评测了 SurvB-learner。数据集引入潜变量 $U \sim \mathcal{N}(0, 1)$ 同时缩短生存时间与脱落时间以注入强信息性截断，截断强度 $\xi \in \{0.2, 0.4, 0.6\}$。评测指标为估计边界与预言机真实边界之间的均方根误差（RMSE，越小越好），统计 5 次独立重复实验的均值与标准差。

数据分布类型	截断强度 $\xi$	领域知识界: Plug-in	领域知识界: SurvB (本文)	保守界: Plug-in	保守界: SurvB (本文)
Exponential	0.2	$3.244 \pm 0.152$	$\mathbf{2.541 \pm 0.138}$	$2.120 \pm 0.994$	$\mathbf{1.477 \pm 1.006}$
	0.4	$4.265 \pm 0.129$	$\mathbf{3.429 \pm 0.071}$	$2.572 \pm 1.571$	$\mathbf{2.006 \pm 1.396}$
	0.6	$5.133 \pm 0.120$	$\mathbf{3.995 \pm 0.066}$	$2.969 \pm 2.008$	$\mathbf{2.305 \pm 1.610}$
Sin	0.2	$1.400 \pm 0.067$	$\mathbf{0.799 \pm 0.020}$	$1.104 \pm 0.140$	$\mathbf{0.576 \pm 0.114}$
	0.4	$1.602 \pm 0.095$	$\mathbf{1.064 \pm 0.010}$	$1.127 \pm 0.240$	$\mathbf{0.758 \pm 0.158}$
	0.6	$1.782 \pm 0.082$	$\mathbf{1.243 \pm 0.016}$	$1.199 \pm 0.299$	$\mathbf{0.868 \pm 0.177}$
Logistic-sin	0.2	$1.646 \pm 0.052$	$\mathbf{1.112 \pm 0.047}$	$1.273 \pm 0.285$	$\mathbf{0.747 \pm 0.306}$
	0.4	$2.060 \pm 0.092$	$\mathbf{1.507 \pm 0.057}$	$1.435 \pm 0.478$	$\mathbf{1.003 \pm 0.399}$
	0.6	$2.362 \pm 0.051$	$\mathbf{1.739 \pm 0.025}$	$1.552 \pm 0.635$	$\mathbf{1.145 \pm 0.465}$

消融实验 / 真实世界实证¶

为检验面对真实高截断率临床研究时的稳健决策能力，论文在非小细胞肺癌临床试验 ADJUVANT 数据集（$N=170$，EGFR 突变 II-IIIA 期，吉非替尼对比长春瑞滨加顺铂化疗，无病生存期 DFS 截断率高达 37.06%，总生存期 OS 截断率高达 63.53%，$t_{\max}=50$ 个月）上进行了实证检验。通过定制递归树分割与自助法采样（Bootstrap 2000 次），评估各基因共突变亚群中保守下界严格大于零（LBs $\ge 0$）的概率，以此量化疗效收益的不可撼动性。

生物标志物共突变亚群	样本亚群规模特征	DFS 阶段下界收益率 (LBs $\ge 0$)	OS 阶段下界收益率 (LBs $\ge 0$)	临床获益稳健性判定
EGFR 19del + TP53 突变	常见共突变亚群	78.4%	61.2%	高度稳健收益
EGFR L858R + TP53 突变	预后不良亚群	69.1%	54.7%	稳健收益
EGFR + RB1 改变	极高风险脱落组	58.3%	42.0%	中度获益 / 需谨慎
EGFR 单突变 (野生型伴随)	低风险标准治疗组	86.5%	72.8%	显著治疗绝对优势

同时，附录 G 针对传统假定独立截断的双重稳健点估计基准（Rubin & van der Laan, 2007）进行了偏差对照实验：当截断率由 0.2 攀升至 0.6 时，传统点估计完全偏离真实 CATE 真实值，其点估计值直接脱离了真值支撑区；而 SurvB-learner 无论在保守模式还是领域知识模式下，真实 CATE 始终被 100% 覆盖在理论区间之内。

关键发现¶

去偏机制优势显著：SurvB-learner 在全场景下的平均 RMSE 比朴素插件学习器（Plug-in）降低了 1.43 倍，有效消除了插件偏差引发的估计震荡与不真实收窄。
区间宽度与截断概率理论自洽：随着截断概率 $\xi$ 从 0.6 降至 0.2，保守边界宽度呈严格线性收缩；在截断趋近于 0 时，部分可识别区间无缝收敛为传统点估计，证明该框架是传统因果生存分析的真超集。
改写临床试验消极结论：在 ADJUVANT 试验原本因极高脱落率（OS 截断率 63.53%）而无法确认总生存期显著改善的困境下，SurvB-learner 成功锁定了数个特定基因突变亚群，其保守估计下界仍有超过 60% 的后验概率严格大于零，为靶向辅助治疗提供了不可忽视的稳健因果证据。

亮点与洞察¶

跳出点估计思维定势：首次正视生存分析中“信息性脱落使真实结局不可观测”这一底层事实，采用部分可识别性与敏感度函数工具，从数学上根治了强加独立截断假设所导致的虚假置信。
巧妙的双重稳健伪结果设计：将半参数有效影响函数拓展至部分可识别性生存界限中，推导出显式正交伪结果，兼顾了对模型误设的包容性（Double Robustness）以及与机器学习算法即插即用的灵活性（Model-Agnostic）。
极具可操作性的临床接口：敏感度函数 $\gamma(x, a)$ 具有极具直觉的临床物理意义（脱落后存活月数），既能吸纳临床专家的经验常识，也能在信息完全缺失时优雅退化至理论极大保守界。

局限与展望¶

敏感度函数依赖主观先验：虽然领域知识界能显著收窄区间，但 $\gamma(x, a)$ 的标定依赖临床共识或历史外部队列；若专家评估过于乐观，可能引入新的先验偏差。
连续时间动态脱落建模不足：目前框架将截断建模为静态指示变量，未来可进一步拓展至时变混杂、竞争风险（Competing Risks）以及纵向动态治疗决策（Dynamic Treatment Regimes）场景。

评分¶

新颖性: ⭐⭐⭐⭐⭐ 首次建立信息性截断下 CATE 部分可识别性理论体系并提出通用双阶段正交元学习器。
实验充分度: ⭐⭐⭐⭐⭐ 覆盖 60+ 组非线性合成数据场景、点估计失效对比以及真实肺癌临床试验实证。
写作质量: ⭐⭐⭐⭐⭐ 理论推导完备严密，影响函数展开与双重稳健性证明清晰规范。
价值: ⭐⭐⭐⭐⭐ 破解肿瘤临床试验中高脱落率导致的因果评价偏差痛点，对精准医疗方案选择具备直接落地价值。

数据分布类型	截断强度 \(\xi\)	领域知识界: Plug-in	领域知识界: SurvB (本文)	保守界: Plug-in	保守界: SurvB (本文)
Exponential	0.2	\(3.244 \pm 0.152\)	\(\mathbf{2.541 \pm 0.138}\)	\(2.120 \pm 0.994\)	\(\mathbf{1.477 \pm 1.006}\)
	0.4	\(4.265 \pm 0.129\)	\(\mathbf{3.429 \pm 0.071}\)	\(2.572 \pm 1.571\)	\(\mathbf{2.006 \pm 1.396}\)
	0.6	\(5.133 \pm 0.120\)	\(\mathbf{3.995 \pm 0.066}\)	\(2.969 \pm 2.008\)	\(\mathbf{2.305 \pm 1.610}\)
Sin	0.2	\(1.400 \pm 0.067\)	\(\mathbf{0.799 \pm 0.020}\)	\(1.104 \pm 0.140\)	\(\mathbf{0.576 \pm 0.114}\)
	0.4	\(1.602 \pm 0.095\)	\(\mathbf{1.064 \pm 0.010}\)	\(1.127 \pm 0.240\)	\(\mathbf{0.758 \pm 0.158}\)
	0.6	\(1.782 \pm 0.082\)	\(\mathbf{1.243 \pm 0.016}\)	\(1.199 \pm 0.299\)	\(\mathbf{0.868 \pm 0.177}\)
Logistic-sin	0.2	\(1.646 \pm 0.052\)	\(\mathbf{1.112 \pm 0.047}\)	\(1.273 \pm 0.285\)	\(\mathbf{0.747 \pm 0.306}\)
	0.4	\(2.060 \pm 0.092\)	\(\mathbf{1.507 \pm 0.057}\)	\(1.435 \pm 0.478\)	\(\mathbf{1.003 \pm 0.399}\)
	0.6	\(2.362 \pm 0.051\)	\(\mathbf{1.739 \pm 0.025}\)	\(1.552 \pm 0.635\)	\(\mathbf{1.145 \pm 0.465}\)