如果病情越重，医生往往开出越高的剂量，而病历又没有完整记录病情严重程度，那么数据里“高剂量对应较差康复”究竟说明药量有害，还是患者原本就更严重？这类问题不能靠简单比较解决。更麻烦的是，研究者通常不只想比较“用药”和“不用药”，还想画出剂量从低到高时，平均疗效怎样变化。
Daeyoung Ham、Sihan Wu 和 Yifan Cui 在 arXiv 论文《Debiased inference for proximal dose-response function》中，尝试同时处理这两个难点：连续处理的剂量—反应曲线，以及没有被直接测量的混杂因素。作者利用与隐藏混杂相关的两类代理变量，构造估计曲线和不确定性的办法。论文给出了渐近理论、置信区间与整条曲线的置信带，并用模拟实验和一项数据分析展示实现方式。不过，目前证据来自作者提交的论文，尚无独立信源交叉验证。
看不见病情，能不能绕道观察
混杂因素，是同时影响处理选择和结果的共同原因。开头例子里的病情严重程度既影响剂量，也影响康复。如果它没有被记录，就是“未测混杂”。这时，即使样本很大，普通调整方法也可能把病情差异错算成剂量效果。
近端因果推断（proximal causal inference）换了一条路线：不要求直接看到隐藏因素，而是寻找与它相关的代理变量。论文使用两类代理。一类与处理选择相关，称为 treatment-inducing confounding proxy；另一类与结果相关，称为 outcome-inducing confounding proxy。可以把它们理解成从两个方向留下的间接线索。
代理变量并不会自动消除混杂。方法还要求它们符合特定的条件独立、完整性和桥接关系。所谓 bridge function，即“桥函数”，是把代理变量所含线索连接到处理或结果的一套数学关系。论文分别使用 treatment bridge 和 outcome bridge。正文明确指出，这些桥函数需要存在，并满足相应的积分方程；代理变量也不必等于隐藏混杂本身。
关键一步：先造一个可回归的新结果
论文的核心是 proximal doubly robust pseudo-outcome。pseudo-outcome 可译为“伪结果”：它不是真实观察到的新指标，而是由结果、处理、协变量、代理变量和桥函数组合出的统计量。作者证明，在给定处理强度后，这个伪结果的条件均值可以等于目标剂量—反应曲线。
它的妙处在“双重稳健”。双重稳健通常把两套辅助模型放在一起，只要其中一套满足所需条件，估计仍可能保持一致。这里具体指：outcome bridge 或 treatment bridge 中至少一个正确设定时，上述条件均值等式成立。论文把误差写成两个桥函数误差的乘积，因此不会单独留下某一个桥函数误差的一阶项。
这相当于先用代理线索处理隐藏混杂，再把问题变成较熟悉的曲线回归：以连续处理为横轴，对伪结果做局部拟合。两步被拆开后，第二阶段也更灵活；作者还指出，如果科学问题支持单调、凸性等形状限制，可以改用相应的受约束回归。
但“双重稳健”不是“随便设错也没关系”。如果两个桥函数都错，保证就不成立。它还依赖代理变量有效、桥函数存在且可识别，以及论文列出的正则条件和收敛速度要求。
为什么还要专门“去偏”
连续曲线在某一个剂量点上的估计，需要借用附近样本。带宽决定“附近”有多宽：范围太窄，数据少、波动大；范围太宽，曲线被抹平、偏差增大。
作者先做 local-linear estimator——在目标剂量附近拟合一条局部直线；再用 local-quadratic fit——局部二次拟合——估计主要平滑偏差，并把这部分偏差扣除。论文还把偏差校正本身带来的随机波动计入方差，而不是假装校正量没有误差。
这一步允许两个平滑带宽采用均方误差最优的量级，不必 undersmoothing。undersmoothing 指故意把带宽取得更小，以牺牲稳定性来压低偏差。作者认为，其局部二次偏差校正可以避免这种取舍，也不需要为了估计偏差另做一次范围宽得多的平滑。
论文进一步使用 cross-fitting，即把样本分折：一部分数据拟合桥函数，另一部分评估伪结果，再轮换汇总。这样，理论上可以容纳更灵活的桥函数估计器，不要求对拟合函数类别施加 entropy restrictions——用于限制模型复杂度的一类技术条件。不过仍须满足桥函数误差的乘积收敛速度条件。
不只画线，还要说明线有多不确定
作者为平滑后的因果目标推导了 influence function。它可以理解为：单个观测对最终估计有多大一阶影响。借助这个工具，论文构造了去偏的局部线性估计器，并声称建立了单点和有限多个剂量点上的渐近正态性。
“渐近正态”说的是样本趋于很大时，标准化误差接近正态分布。它为逐点置信区间提供依据，但不是有限样本保证。对整段剂量区间，论文又给出 uniform Gaussian approximation，即用一个随带宽变化的高斯过程近似整条估计曲线的波动，由此构造 simultaneous confidence band。后者回答的不是“某一点是否覆盖”，而是“一条带子能否同时罩住整段曲线”。
作者也划出了一条明确边界：统一推断的理论使用总体协方差。实际计算会换成估计协方差，但论文没有证明这一步所需的统一协方差近似；严格理论留待未来工作。数值实验只能说明该实现看起来可用，不能补上证明。
模拟结果支持什么
论文设置了四种桥函数情形：两者都正确（CC）、只有 outcome bridge 正确（CM）、只有 treatment bridge 正确（MC），以及两者都错误（MM）。桥函数采用五折 cross-fitting；每种样本规模运行 5000 次 Monte Carlo 重复实验。
据作者报告，在 CC、CM 和 MC 中，各样本规模下的平均估计曲线都贴近真实曲线；到了 MM，两套桥模型都错，平均曲线便出现偏离。这与双重稳健性质的预期一致。论文还比较四种带宽选择版本及一个欠平滑基线 ProxLL–US。作者称，PDR–CV2 在所列情形中始终取得最小的平均积分平方误差，而 ProxLL–US 最大；所有 PDR 版本的逐点区间都比 ProxLL–US 窄。
逐点覆盖率在桥函数至少一个正确时接近名义水平，区间随样本增大而明显变窄。整段曲线的同时覆盖率也接近名义水平，但对带宽选择更敏感。材料没有给出具体覆盖率、区间宽度、样本规模取值或误差降幅，因此不能据此判断优势有多大，也不能写成已显著优于现有方法。
为什么值得关注
这项工作的价值不只是“又多一个曲线估计器”。它把近端因果推断从较常见的处理对照问题，推进到连续处理的整条剂量—反应曲线，并把估计、不确定性量化和双重稳健放进同一套方法里。对用药剂量、暴露强度或政策力度这类问题，曲线通常比一个二元差值更接近研究者真正想问的事。
更实际的一点是，作者没有把“画出一条线”当成终点。他们同时提供带宽选择器、逐点置信区间和同时置信带，让读者看到哪些区段较确定，哪些区段仍可能只是抽样波动。
局限与未知
- 全部效果论断目前来自作者论文。模拟数据知道真实答案，但不能证明真实观察研究中的隐藏混杂已被消除。
- 双重稳健有严格前提：至少一个桥函数正确，并且代理变量、桥函数、可识别性、正则条件和乘积收敛速度满足要求。现实数据里这些条件未必能直接检验。
- 论文提到 legalized abortion and crime 数据分析，但所给材料在该节开头截断，无法核实变量设置与结果。应用展示也不能直接恢复或验证真实因果曲线；实用同时置信带所用估计协方差的统一理论仍未完成。