非随机缺失协变量下最优动态处理方案的稳健估计

使用观察数据估计最优动态处理方案（optimal dynamic treatment regimes，DTRs）时，常面临因临床实践中对患者进行信息性监控导致的非随机缺失协变量的问题。为解决由非随机缺失协变量引起的伪结果（pseudo-outcomes）的非随机缺失问题，最近提出了一种使用参数化Q函数模型和半参数缺失倾向模型的加权Q学习方法。然而，后续阶段参数化Q函数的误指定会通过伪结果本身以及通过偏估计伪结果的缺失倾向而传播至早期阶段的估计误差。这一稳健性 concerns 促使我们发展一种基于稳健且高效价值估计器的直接搜索式最优DTR估计器，其中采用非参数方法进行治疗倾向和Q函数估计，并利用由非响应工具变量辅助下估计的缺失倾向应用于逆概率加权。具体而言，在我们的价值估计器中，我们用在再生产核希尔伯特空间（reproducing-kernel Hilbert space，RKHS）中估计的平衡协变量函数代替治疗倾向预测模型估计的权重。该方法辅以RKHS基平滑样条估计的Q函数，可缓解加权Q学习方法的误指定风险，同时保持采用伪结果在缺失数据情景下的效率优势。我们推导了所提估计器的渐近性质，并通过仿真实验表明其在模型误指定下优于加权Q学习。我们将该方法应用于研究败发症患者的最优液体策略，使用来自MIMIC数据库的数据。