[論文レビュー] A Calibration Approach to Transportability with Observational Data

Kevin Josey, Fan Yang+2 more|arXiv (Cornell University)|Aug 15, 2020

Advanced Causal Inference Techniques参考文献 42被引用数 6

ひとこと要約

本稿では、観察研究における交絡の是正と、推定された治療効果の標本外への一般化の両方を同時に実現する、キャリブレーションに基づく重み付け手法を提案する。内部妥当性のためのバランス重みと、外部妥当性のための標本重みを組み合わせることで、新しい集団における平均治療効果の有効な推定が可能となり、シミュレーションおよび米国ベテランを対象とした糖尿病薬物の比較研究を通じてその有効性が示された。

ABSTRACT

An important consideration in clinical research studies is proper evaluation of internal and external validity. While randomized clinical trials can overcome several threats to internal validity, they may be prone to poor external validity. Conversely, large prospective observational studies sampled from a broadly generalizable population may be externally valid, yet susceptible to threats to internal validity, particularly confounding. Thus, methods that address confounding and enhance transportability of study results across populations are essential for internally and externally valid causal inference, respectively. We develop a weighting method which estimates the effect of an intervention on an outcome in an observational study which can then be transported to a second, possibly unrelated target population. The proposed methodology employs calibration estimators to generate complementary balancing and sampling weights to address confounding and transportability, respectively, enabling valid estimation of the target population average treatment effect. A simulation study is conducted to demonstrate the advantages and similarities of the calibration approach against alternative techniques. We also test the performance of the calibration estimator-based inference in a motivating real data example comparing whether the effect of biguanides versus sulfonylureas - the two most common oral diabetes medication classes for initial treatment - on all-cause mortality described in a historical cohort applies to a contemporary cohort of US Veterans with diabetes.

研究の動機と目的

• 観察研究における内部妥当性（交絡の制御）と外部妥当性（一般化可能性）の両方を確保する課題に対処すること。
• キャリブレーション推定器を用いて、交絡と集団間一般化可能性の両方を同時に取り扱う統一的な手法を開発すること。
• 出発集団から標本外集団への治療効果推定値の移行を可能にすることで、因果推論を改善すること。
• シミュレーションと実世界の応用を通じて、提案手法の性能を既存手法と比較すること。

提案手法

• 本手法は、出発集団における交絡の是正のためのバランス重みを生成するため、キャリブレーション推定器を用いる。
• 標本重みは、出発集団の分布を標的集団の分布に合わせるために再重み付けするためのものであり、一般化可能性を保証する。
• キャリブレーションプロセスは、両方の重みタイプを同時に最適化することで、推定の効率性を向上させ、バイアスを低減する。
• 結果の平均治療効果の推定には、キャリブレーションされた重みを活用したアウトカム回帰モデルを用いる。
• 重み付け構造を考慮したロバスト分散推定を用いて、推論を支援する。
• フレームワークは、シミュレーション研究を通じて検証され、米国ベテランを対象とした実際のコhort研究（ブイギアミドとスルホニルアミドの比較）に応用された。

実験結果

リサーチクエスチョン

• RQ1 単一の重み付けフレームワークが、出発観察コhortにおける交絡の是正と、異なる標的集団への一般化可能性の両方を効果的に実現できるか。
• RQ2 キャリブレーションに基づく手法は、平均治療効果推定におけるバイアス、精度、信頼区間のカバレッジの観点で、他の代替手法と比べてどのように異なるか。
• RQ3 歴史的コhortで得られたブイギアミドとスルホニルアミドの全死亡率に対する治療効果推定値が、現代の米国ベテラン集団に一般化可能である程度はどの程度か。

主な発見

• シミュレーション研究において、本手法は他の手法と比較して、共変量のバランスが改善され、治療効果推定のバイアスが低減された。
• シミュレーションおよび実世界の設定の両方で、平均治療効果の信頼区間のカバレッジ率が良好であった。
• 実データ例では、歴史的コhortにおけるブイギアミドとスルホニルアミドの全死亡率に対する治療効果推定値が、現代の米国ベテラン集団に一般化可能であることが示された。
• バランスの維持と平均二乗誤差の低減の観点で、本手法は標準的な逆確率重み付けや他の一般化可能性を高める手法を上回った。