[論文レビュー] A causal inference framework for spatial confounding

Brian Gilbert, Abhirup Datta+2 more|arXiv (Cornell University)|Dec 30, 2021

Spatial and Panel Data Analysis被引用数 10

ひとこと要約

本稿は、空間的交絡要因（空間的に構造化された測定されていない交絡要因）として定義される、モデルに依存しない因果推論フレームワークを提案する。2つの重要な識別仮定（空間座標の関数として交絡要因を測定可能とすること、および曝射に空間的でない変動が存在すること）を導入し、空間的依存性下でもロバストで漸近正規な推論を保証する二重マシンラーニング（DML）推定量を開発した。シミュレーションおよびカリフォルニア州のPM2.5と出生体重に関する実世界の研究において、従来の手法を上回る性能を示した。

ABSTRACT

Over the past few decades, addressing "spatial confounding" has become a major topic in spatial statistics. However, the literature has provided conflicting definitions, and many proposed solutions are tied to specific analysis models and do not address the issue of confounding as it is understood in causal inference. We offer an analysis-model-agnostic definition of spatial confounding as the existence of an unmeasured causal confounder variable with a spatial structure. We present a causal inference framework for nonparametric identification of the causal effect of a continuous exposure on an outcome in the presence of spatial confounding. In particular, we identify two critical additional assumptions that allow the use of the spatial coordinates as a proxy for the unmeasured spatial confounder: the measurability of the confounder as a function of space, which is required for conditional ignorability to hold, and the presence of a non-spatial component in the exposure, required for positivity to hold. We also propose studying a causal estimand based on a "shift intervention" that requires less stringent identifying assumptions than traditional estimands. We then turn to estimation and focus on "double machine learning" (DML), a procedure in which flexible models are used to regress both the exposure and outcome variables on confounders to arrive at a causal estimator with favorable robustness properties and convergence rates. This procedure avoids restrictive assumptions, such as linearity and effect homogeneity, which are typically made in spatial models and which can lead to bias when violated. We demonstrate the advantages of the DML approach analytically and via extensive simulation studies. We apply our methods and reasoning to a study of the effect of fine particulate matter exposure during pregnancy on birthweight in California.

研究の動機と目的

• 空間的交絡を、空間的構造を持つ測定されていない交絡要因として、モデルに依存しない形で定義すること。
• 空間的交絡が存在する状況下で有効な因果識別のための最小限の非パラメトリック仮定を同定すること。
• 標準的な投与量-反応曲線推定量よりも正性仮定が弱い、よりロバストな代替推定量（シフト推定量）を提案すること。
• 空間的依存性下でも柔軟でロバストな推定が可能な二重マシンラーニング（DML）アプローチの開発と正当化。
• シミュレーションおよびカリフォルニア州における妊娠中のPM2.5曝射と出生体重に関する実世界応用を通じて、本手法の優位性を示すこと。

提案手法

• 空間的交絡を、分析モデルとは独立して存在する空間的構造を持つ測定されていない交絡要因として定義する。
• 2つの重要な識別仮定を導入する：(1) 交絡要因が空間座標の測定可能な関数であることにより、条件付き無作為化が可能になる。 (2) 暴露に空間的でない変動が存在することにより、正性が保証される。
• 完全な投与量-反応曲線よりも正性仮定が弱いため、実務においてよりロバストな代替としてのシフト推定量を提案する。
• 二重マシンラーニング（DML）を適用する。交絡要因に対して結果と曝射を柔軟に回帰し、残差化によって因果効果を推定する。
• 空間的依存性下でもDML推定量の漸近正規性を証明し、有効な推論を保証する。
• シミュレーション研究およびカリフォルニア州におけるPM2.5曝射と出生体重の実世界分析を用いて、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 非パラメトリック仮定をどの程度弱くすれば、空間的交絡が存在する状況下でも因果効果を識別できるか？
• RQ2 制限的なパラメトリックモデルに依存せずに、空間座標を測定されていない空間的交絡要因の代理変数としてどのように使用できるか？
• RQ3 因果推論において空間座標を交絡要因の代理変数として使用する場合、正性を保証する条件は何か？
• RQ4 提案されたシフト推定量は、標準的な推定量と比較して、識別仮定の強さと解釈可能性の面でどのように異なるか？
• RQ5 二重マシンラーニングは、複雑な依存構造を持つ空間データにおいて、ロバストで効率的かつ漸近正規な推論を提供できるか？

主な発見

• BARTおよびスプラインモデルに基づくDML推定量は、高ノイズ下のシミュレーションで最小の平均二乗誤差（5.621×10⁻⁵）と最高のカバレッジ（84%）を達成した。
• 非線形的かつ非一様な効果が存在する状況でも、単一のマシンラーニング手法と比較して、DMLアプローチはバイアスと平均二乗誤差を低減した。
• シフト推定量は、完全な投与量-反応推定よりも正性仮定が弱く、実務上のロバスト性が向上した。
• 非線形関係や効果の異質性が存在する状況では、従来の空間的モデル（gSEM、spatial+、RSR）よりも本手法が優れていた。
• 実世界の応用において、DMLフレームワークは、従来のアプローチよりも妊娠中のPM2.5曝射と出生体重の因果効果に関するより信頼性の高い推論を提供した。
• 滑らかさ仮定のわずかな破れに対しても性能にほとんど影響がなく、滑らかさ仮定の弱い違反に対してもロバストであることが示された。