[論文レビュー] An Extended Sensitivity Analysis for Heterogeneous Unmeasured Confounding

Colin B. Fogarty, Raiden B. Hasegawa|arXiv (Cornell University)|Nov 15, 2017

Advanced Causal Inference Techniques被引用数 1

ひとこと要約

本稿では、極端なバイアスがまれな状況においても、ペア化された観察研究における最大バイアスと一般的な隠れバイアスの両方を同時に制約する拡張された感度分析を導入し、未測定の交絡要因に対する耐性の評価を向上させている。二次計画法を用いることで、第1種の誤り率を制御しつつ、交絡要因のより現実的な評価が可能となり、認知能力のデータを含む・含まない両方の兄弟研究において実証されている。

ABSTRACT

The conventional model for assessing insensitivity to hidden bias in paired observational studies constructs a worst-case distribution for treatment assignments subject to bounds on the maximal bias to which any given pair is subjected. In studies where rare cases of extreme hidden bias are suspected, the maximal bias may be substantially larger than the typical bias across pairs, such that a correctly specified bound on the maximal bias would yield an unduly pessimistic perception of the study's robustness to hidden bias. We present an extended sensitivity analysis which allows researchers to simultaneously bound the maximal and typical bias perturbing the pairs under investigation while maintaining the desired Type I error rate. We motivate and illustrate our method with two sibling studies on the impact of schooling on earnings, one containing information of cognitive ability of siblings and the other not. Cognitive ability, clearly influential of both earnings and degree of schooling, is likely similar between members of most sibling pairs yet could, conceivably, vary drastically for some siblings. The method is straightforward to implement, simply requiring the solution to a quadratic program. $ exttt{R}$ code is provided in the supplementary materials.

研究の動機と目的

• 従来の感度分析がすべてのペアで均一な最大バイアスを仮定しており、極端なバイアスがまれな状況では耐性の評価を過剰に見積もる可能性があるという限界を是正すること。
• ペア化された観察研究における最大バイアスと平均バイアスの両方を同時に制約する手法を開発すること。
• 未測定の交絡要因に対するより現実的な境界を許容しつつも、名目上の第1種の誤り率を維持すること。
• 認知能力のような未測定の交絡要因がわずかな兄弟ペアにのみ顕著に影響を与えるような研究における因果効果の評価を改善すること。

提案手法

• 本手法は、ペア間における最大バイアス（最悪ケース）と一般的なバイアス（平均）の両方に連合制約を導入する。
• 問題を二次計画法として定式化し、連合バイアス制約下での最も有利な結果を特定することで、第1種の誤り率の制御を維持する。
• 二重境界下での治療割り当ての最悪ケース分布を用いることで、未測定の交絡要因に対する耐性を確保する。
• 極端なバイアスと一般的なバイアスの両方に感受性をバランスさせる最適化フレームワークを用いる。
• 研究者が、典型的なバイアスと最大バイアスの両方の現実的な範囲に対して因果的結論の耐性がどの程度であるかを評価できるようにする。
• 実務研究への容易な実装を可能にするために、Rコードを補足資料に提供する。

実験結果

リサーチクエスチョン

• RQ1 未測定の交絡要因がまれであるが、一部のペアでは極端に顕著であると想定される状況において、どのように感度分析を改善できるか？
• RQ2 典型的バイアスと最大バイアスを同時に制約することで、従来の手法と比較して、耐性の評価がどの程度現実的になるか？
• RQ3 平均バイアスと最悪ケースバイアスの両方の制約を組み合わせた感度分析は、第1種の誤り率を制御しつつ可能か？
• RQ4 認知能力を測定済みの交絡要因として含めることで、学校教育と収入に関する兄弟研究における感度分析の解釈にどのような影響を与えるか？
• RQ5 現実世界の観察研究において、未測定の交絡要因が存在する場合に、拡張されたバイアス境界を用いることで実際の影響は何か？

主な発見

• 拡張された感度分析は、未測定の交絡要因の典型的なレベルと最大レベルを区別することで、耐性の評価をより洗練されたものにしている。
• 認知能力のデータを含む兄弟研究では、従来の手法よりも本手法がより高い耐性を示しており、測定済みの交絡要因が安定化効果をもたらしていることを反映している。
• 認知能力のデータがない研究では、本手法でさえも、最大バイアスを過剰に見積もりがちな従来手法に比べ、より現実的なバイアス境界を提供しており、過剰な悲観的評価を回避している。
• 本手法は、典型的バイアスと最大バイアスの両方の制約が重複する状況でも、名目上の第1種の誤り率を正確に維持している。
• 二次計画法の定式化により、計算が効率的となり、実務研究における日常的使用が可能である。
• 補足資料に提供されたRコードにより、研究者が即座に実装を可能としている。