[論文レビュー] A confounding bridge approach for double negative control inference on causal effects

Wang Miao, Xu Shi+2 more|arXiv (Cornell University)|Aug 15, 2018

Advanced Causal Inference Techniques参考文献 48被引用数 27

ひとこと要約

本稿では、因果推論における測定されない交絡要因を補正するため、負のコントロール結果および負のコントロール露出を併用する交絡ブリッジ手法を提案する。潜在的結果と負のコントロール結果の関係を交絡ブリッジ関数でモデル化することで、標準的なインストルメンタル変数の仮定が成り立たない場合でも平均因果効果を同定できる。大気汚染研究において初期の効果が調整後に弱体化した事例においても、この手法は頑健性を示した。

ABSTRACT

Unmeasured confounding is a key challenge for causal inference. In this paper, we establish a framework for unmeasured confounding adjustment with negative control variables. A negative control outcome is associated with the confounder but not causally affected by the exposure in view, and a negative control exposure is correlated with the primary exposure or the confounder but does not causally affect the outcome of interest. We introduce an outcome confounding bridge function that depicts the relationship between the confounding effects on the primary outcome and the negative control outcome, and we incorporate a negative control exposure to identify the bridge function and the average causal effect. We also consider the extension to the positive control setting by allowing for nonzero causal effect of the primary exposure on the control outcome. We illustrate our approach with simulations and apply it to a study about the short-term effect of air pollution on mortality. Although a standard analysis shows a significant acute effect of PM2.5 on mortality, our analysis indicates that this effect may be confounded, and after double negative control adjustment, the effect is attenuated toward zero.

研究の動機と目的

• 観察研究における測定されない交絡要因に対処すること。これは因果推論における恒久的な課題である。
• 負のコントロール結果と露出を同時に活用することで、交絡要因の補正を改善する手法を開発すること。
• 従来のインストルメンタル変数手法よりも弱い仮定の下で平均因果効果の同定を可能にすること。
• 時系列データおよび複数のデータソースを含む設定において因果推論の頑健性を高めること。
• 負のコントロールを組み込むことで、交絡診断が組み込まれた実用的な観察研究設計フレームワークを提供すること。

提案手法

• 潜在的結果の平均と負のコントロール結果の分布の間の関係を記述する交絡ブリッジ関数を導入する。
• 負のコントロール露出を用いて、非パラメトリックに交絡ブリッジ関数および平均因果効果を同定する。
• パラメトリックまたはセミパラメトリックモデルの下で、効率的かつ頑健な推論を実現するため、一般化矩計法（GMM）推定を採用する。
• 線形構造的モデルの下で同定性を確立し、アウトカムモデルまたはコントロールモデルのいずれかが正しく指定されていれば一貫性を保証する二重ロバスト性を有する。
• 主な露出と負のコントロール結果との間に直接の因果効果が存在する場合を許容するようにフレームワークを拡張する。
• （Y, Z, X）および（W, Z, X）の同時分布のみに依存することで、二サンプルおよび要約統計データ推論を可能にする。

実験結果

リサーチクエスチョン

• RQ1 測定されない交絡要因の補正のため、潜在的結果と負のコントロール結果を結ぶ交絡ブリッジ関数を構築できるか？
• RQ2 標準的なインストルメンタル変数の仮定が成り立たない場合、負のコントロール結果と露出を併用して平均因果効果を同定する方法は何か？
• RQ3 提案された交絡ブリッジ手法の同定仮定および頑健性特性は何か？
• RQ4 この手法は、大気汚染研究のような測定されない交絡因子が存在する観察研究におけるバイアスをどの程度是正できるか？
• RQ5 この手法は、主な露出と負のコントロール結果との間に直接の因果関係が存在する場合に適応可能か？

主な発見

• フィラデルフィアの大気汚染研究において、標準的OLS推定ではPM2.5の急性効果が死亡率に有意に現れた（β₁ = 10,000人あたり10μg/m³増加ごとに84人増加）。
• 二重負のコントロール調整後、推定効果はβ₁ = 45（95％信頼区間：-6, 97）に弱体化し、p値は0.0854となった。これはもはや統計的に有意な効果ではないことを示した。
• 交絡検定では、フィラデルフィア（α₁ = -40、p = 0.0167）およびニューヨーク（α₁ = -39、p = 0.0174）で有意な測定されない交絡要因が検出されたが、ボストンでは検出されなかった。
• この手法は、負のコントロール露出および結果を用いて交絡要因を同定・調整することで、無効なインストルメンタル変数を是正した。
• 線形モデルにおいて二重ロバスト性を示し、アウトカムモデルまたはコントロールモデルのいずれかが正しく指定されていれば一貫性を保った。
• このフレームワークは二サンプルおよび要約統計データ推論を可能にし、個別データを必要としない複数の研究の結果統合を可能にした。