最优治疗方案下平均结果的最优推断

当考虑最优治疗方案 (OTR) 时,我们需要以有效且高效的方式评估 OTR。假设 OTR 与估计的 OTR 相同,应用于 OTR 下平均结果的传统推断在 OTR 唯一的正则性假设被违反时可能会产生偏差。尽管已有几种方法允许此类推断中的非正则性,但由于在潜在非正则性下推导半参数有效界存在挑战,其最优性尚不明确。在本文中,我们通过对估计的 OTR 进行自适应平滑来解决偏差问题,并开发了一种有效的推断程序,用于推断 OTR 下的平均结果,而无论是否满足正则性。我们通过推导 OTR 下平均结果的稳健渐近线性无偏估计量的渐近方差下界,并证明我们提出的估计量达到了该方差下界,从而确立了所提方法的最优性。所考虑的估计量类是通用的,推导出的方差下界为在允许非正则性的更一般场景下建立 OTR 的有效最优性理论开辟了一条新途径。通过重新分析 ACTG 175 试验验证了所提方法的优越性。