[論文レビュー] Causal inference taking into account unobserved confounding

Minna Genbäck, Xavier de Luna|arXiv (Cornell University)|Dec 1, 2017

Advanced Causal Inference Techniques参考文献 40被引用数 4

ひとこと要約

本論文は、標本の変動と未観測の交絡要因によるバイアスの両方を考慮した平均因果効果の不確実性区間（UI）を提案する。未観測の交絡要因を定量化するバイアスパラメータ 𝜌 を用いる。この手法は、アウトカム回帰と二重にロバストな推定量を拡張し、𝜌 の関数としてバイアスの式を導出する。未観測の交絡要因によるバイアスが、特に標本サイズが大きい場合にモデルの誤指定バイアスを上回ることを示し、シミュレーションと実世界の研究を通じて、UIが古典的な信頼区間が有意であると示唆する場合でさえ、結論が不確実になることがあることを示している。

ABSTRACT

Causal inference with observational data can be performed under an assumption of no unobserved confounders (unconfoundedness assumption). There is, however, seldom clear subject-matter or empirical evidence for such an assumption. We therefore develop uncertainty intervals for average causal effects based on outcome regression estimators and doubly robust estimators, which provide inference taking into account both sampling variability and uncertainty due to unobserved confounders. In contrast with sampling variation, uncertainty due unobserved confounding does not decrease with increasing sample size. The intervals introduced are obtained by deriving the bias of the estimators due to unobserved confounders. We are thus also able to contrast the size of the bias due to violation of the unconfoundedness assumption, with bias due to misspecification of the models used to explain potential outcomes. This is illustrated through numerical experiments where bias due to moderate unobserved confounding dominates misspecification bias for typical situations in terms of sample size and modeling assumptions. We also study the empirical coverage of the uncertainty intervals introduced and apply the results to a study of the effect of regular food intake on health. An R-package implementing the inference proposed is available.

研究の動機と目的

• 観察データからの因果推論における重要な制限要因である「未観測の交絡要因がない」という仮定の非検証性に対処すること。
• 標本の変動に加え、未観測の交絡要因による不確実性を定量する実用的な推論フレームワークを構築すること。
• アウトカム回帰と二重にロバストな推定量における、未観測の交絡要因によるバイアスとモデルの誤指定バイアスの大きさを比較すること。
• 従来の仮説検定に代わる、直感的で解釈可能な感度分析ツールとしての不確実性区間を提供すること。

提案手法

• 観察された共変量が与えられたもとで、未観測の交絡要因と潜在的アウトカムの間の相関を定量化するバイアスパラメータ 𝜌 を導入する。
• アウトカム回帰と二重にロバストな推定量のバイアスの解析的表現を、𝜌 の関数として導出する。
• サンプルの変動と、バイアス関数から導かれる境界を組み合わせることで不確実性区間（UI）を構築し、名目水準よりも高い被覆確率を保証する。
• UIを用いて感度分析を実施し、区間がまだゼロを含む最大の |𝜌| を特定することで、未観測の交絡要因に対するロバストネスを評価する。
• 実データセット（定期的な食事摂取と健康の関係）にこの手法を適用し、古典的な信頼区間と結果を比較する。
• 提案された推論手法を実装可能なRパッケージ 'ui' を提供する。

実験結果

リサーチクエスチョン

• RQ1 未観測の交絡要因バイアスは、観察研究における平均因果効果の推定にどのように影響を与えるか？
• RQ2 アウトカム回帰と二重にロバストな推定量において、未観測の交絡要因によるバイアスは、モデルの誤指定バイアスをどの程度上回るか？
• RQ3 未観測の交絡要因を組み込んだ不確実性区間は、古典的な信頼区間よりも信頼性の高い推論を可能にするか？
• RQ4 どの程度の未観測の交絡要因（|𝜌| で測定）までであれば、因果効果が非ゼロと見なせるか？
• RQ5 不確実性区間は、p値よりも直感的に未観測の交絡要因への感受性をどのように伝えられるか？

主な発見

• 数値実験において、|𝜌| ≥ 0.1 の未観測の交絡要因によるバイアスが、特に傾向スコアが0または1に近くない場合、モデルの誤指定バイアスを上回ることがわかった。
• 定期的な食事摂取と健康に関する実世界の研究において、|𝜌| ≤ 0.02 を仮定した不確実性区間はゼロを含んでおり、古典的な信頼区間が有意であると示唆するにもかかわらず、正の効果の証拠は不確実であった。
• 不確実性区間がまだゼロを含む最大の |𝜌| は約 0.01 であり、5%の有意水準の結果が、この程度の未観測の交絡要因に対して感受性であることが示された。
• 提案された不確実性区間は、名目水準よりも高い経験的被覆率を示しており、未観測の交絡要因を適切に考慮できていることを反映している。
• この手法は、標本サイズが大きくなっても減少しない未観測の交絡要因バイアスが、継続的かつ重要な不確実性の源であることを示している。
• Rパッケージ 'ui' を用いることで、応用研究者による提案された推論フレームワークの実装が可能になった。