[論文レビュー] Discovering Effect Modification and Randomization Inference in Air Pollution Studies

Kwonsang Lee, Dylan S. Small+1 more|arXiv (Cornell University)|Feb 19, 2018

Air Quality and Health Impacts参考文献 14被引用数 4

ひとこと要約

本稿では、大気汚染研究における効果修正の発見と検証のための2段階手法を提案する。まず、発見サブサンプルにおいて機械学習（CARTおよび因果木）を用いて、処置効果に不均一性を示すサブグループを同定する。次に、確認サブサンプルに対して非パラメトリックなランダマイゼーションに基づく検定を適用し、統計的有意性を評価する。このアプローチにより、統計的検出力と頑健性が向上し、低所得の81–85歳の高齢者および85歳以上の高齢者が、母集団平均と比較してPM2.5の5年間死亡率への因果的効果が有意に高いことが同定された。

ABSTRACT

Studies have shown that exposure to air pollution, even at low levels, significantly increases mortality. As regulatory actions are becoming prohibitively expensive, robust evidence to guide the development of targeted interventions to reduce air pollution exposure is needed. In this paper, we introduce a novel statistical method that splits the data into two subsamples: (a) Using the first subsample, we consider a data-driven search for $ extit{de novo}$ discovery of subgroups that could have exposure effects that differ from the population mean; and then (b) using the second subsample, we quantify evidence of effect modification among the subgroups with nonparametric randomization-based tests. We also develop a sensitivity analysis method to assess the robustness of the conclusions to unmeasured confounding bias. Via simulation studies and theoretical arguments, we demonstrate that since we discover the subgroups in the first subsample, hypothesis testing on the second subsample can focus on theses subgroups only, thus substantially increasing the statistical power of the test. We apply our method to the data of 1,612,414 Medicare beneficiaries in New England region in the United States for the period 2000 to 2006. We find that seniors aged between 81-85 with low income and seniors aged above 85 have statistically significant higher causal effects of exposure to PM$_{2.5}$ on 5-year mortality rate compared to the population mean.

研究の動機と目的

• 事前に定義された効果修正要因に依存する既存研究の限界を是正し、測定されていない交絡要因に対する頑健性のチェックを欠いていること。
• PM2.5が死亡率に与える因果的効果に不均一性を示すサブグループを、データ駆動型の手法で新たに発見すること。
• 非パラメトリックなランダマイゼーションに基づく推論を用いて、発見されたサブグループに限定して仮説検定を実施することで、統計的検出力を向上させること。
• 測定されていない交絡バイアスに対する結果の頑健性を評価する感度分析を統合すること。
• 特に影響を受けやすいサブグループを同定することで、標的的な規制政策を支援すること。

提案手法

• データセットを2つの独立したサブサンプルに分割する：発見用と確認用。
• 発見サブサンプルに対して分類・回帰木（CART）および因果木（CT）を適用し、処置効果に差異を示す可能性のあるサブグループを同定する。
• 発見されたサブグループ構造を基に、確認サブサンプルにおける効果修正のための具体的な仮説を定義する。
• 確認サブサンプルに対して非パラメトリックなランダマイゼーションに基づく検定を実施し、パラメトリックな仮定を必要とせずに効果修正の有意性を評価する。
• 測定されていない交絡バイアスに対する結果の頑健性を評価する感度分析フレームワークを統合する。
• マッチングを用いて観測された共変量をバランスさせ、有効な因果推論のための「測定されていない交絡がない」という仮定を支援する。

実験結果

リサーチクエスチョン

• RQ1 メディケア受益者のどのサブグループが、長期的なPM2.5曝露に対して統計的に有意な効果修正を示すか？
• RQ2 機械学習を用いたデータ駆動型のアプローチは、事前に定義された選択と比較して、脆弱なサブグループの検出を改善できるか？
• RQ3 確認用サブサンプルにおけるランダマイゼーションに基づく推論を用いたサンプル分割は、標準的な回帰モデルと比較して統計的検出力を向上させ、第1種の過誤を低減できるか？
• RQ4 効果修正の結果は、潜在的な測定されていない交絡要因に対してどれほど頑健か？
• RQ5 高齢者や低所得の高齢者など、特定の人口統計的サブグループは、PM2.5の5年間死亡率への因果的効果が顕著に高いか？

主な発見

• 低所得の81–85歳の高齢者は、母集団平均と比較して、PM2.5曝露が5年間死亡率に与える因果的効果が統計的に有意に高い。
• 85歳以上の個体は、母集団平均と比較して、PM2.5が5年間死亡率に与える因果的効果が統計的に有意に高い。
• 提案された2段階手法により、事前に指定されたサブグループではなく、データから発見されたサブグループに焦点を当てた推論により、統計的検出力が向上した。
• 確認サブサンプルにおけるランダマイゼーションに基づく検定は、分布の仮定を必要とせず、有効な非パラメトリック推論を提供する。
• 感度分析により、測定されていない交絡バイアスが妥当な水準にある場合でも、結果が頑健であることが確認された。
• この手法は、標的的な公衆衛生介入を支援する脆弱な集団を効果的に同定でき、より効率的な規制行動を支援する。