[論文レビュー] Double Variable Importance Matching to Estimate Distinct Causal Effects on Event Probability and Timing

Yuqi Li, Quinn Lanners+1 more|arXiv (Cornell University)|Feb 4, 2026

Advanced Causal Inference Techniques被引用数 0

ひとこと要約

本論文は、混合キュアモデルを用いて2つの異なる距離指標を学習し、治癒確率と条件平均イベント時間の異質な効果を推定するダブルマッチングフレームワークを提案する。マッチング群内のカプラン–マイヤー推定により解釈可能なHTEを得られる。

ABSTRACT

In many clinical contexts, estimating effects of treatment in time-to-event data is complicated not only by confounding, censoring, and heterogeneity, but also by the presence of a cured subpopulation in which the event of interest never occurs. In such settings, treatment may have distinct effects on (1) the probability of being cured and (2) the event timing among non-cured individuals. Standard survival analysis and causal inference methods typically do not separate cured from non-cured individuals, obscuring distinct treatment mechanisms on cure probability and event timing. To address these challenges, we propose a matching-based framework that constructs distinct match groups to estimate heterogeneous treatment effects (HTE) on cure probability and event timing, respectively. We use mixture cure models to identify feature importance for both estimands, which in turn informs weighted distance metrics for matching in high-dimensional spaces. Within matched groups, Kaplan-Meier estimators provide estimates of cure probability and expected time to event, from which individual-level treatment effects are derived. We provide theoretical guarantees for estimator consistency and distance metric optimality under an equal-scale constraint. We further decompose estimation error into contributions from censoring, model fitting, and irreducible noise. Simulations and real-world data analyses demonstrate that our approach delivers interpretable and robust HTE estimates in time-to-event settings.

研究の動機と目的

• 長期的な治癒確率を時間内のイベント時期と区別して分析する必要性を動機づける。
• 治癒と時期の共変量重要性を特定する混合キュアモデルを導入し、マッチングのための適切な距離指標を設計する。
• 二重マッチングフレームワークを開発し、2つの異なる推定量に対して一貫した推定を提供する。
• 等尺度制約の下で距離指標の一貫性と最適性に関する理論的保証を提供する。
• シミュレーションと実データの白血病移植データセットを用いて性能を示す。

提案手法

• 治療群ごとに別々の混合キュアモデルを適合させ、治癒確率とイベント時点分布の共変量係数を取得する。
• 絶対値を取った係数を用いて2つの重み付き距離指標を構築する：W_cure = diag(|β1|, |β0|) および W_time = diag(|λ1|, |λ0|)。
• 各推定量について対応する距離指標を用いてKNN風のマッチングを個別に実施し、マッチドグループを形成する。
• 治癒確率はマッチングされた治療群と対照群の時点Hでのカプラン–マイヤー生存関数の差で推定する（π(x) = S_M1(H) − S_M0(H)）。
• 条件付き平均イベント時間（CMET）は、マッチドグループ内の積分ベースのKM推定を用いて推定する：Δ(x) = [∫0^H S_M1(t) dt − H S_M1(H)] / [1 − S_M1(H)] − Z=0の同様の項。

Figure 1: Hypothetical Survival Curves Where Treatment Increases the Cure Probability yet Reduces the Conditional Mean Event Time.

実験結果

リサーチクエスチョン

• RQ1 治療の治癒確率とイベント時期への異質な効果を、時間枠H内で分離して推定できるか。
• RQ2 二重のアウトカム指向マッチングアプローチは高次元設定で両方の推定量の推定精度を向上させるか。
• RQ3 提案された推定量は標準的な因果推論仮定と混合キュアフレームワークの下で一貫するか。
• RQ4 キュア特異および時期特異の距離指標を用いたマッチングが、従来手法と比較してマッチ品質と推定誤差に与える影響はどうか。
• RQ5 これらの手法はシミュレーションおよび実臨床コホートでどのように機能するか。

主な発見

Method	Cure (Setting 1)	Time (Setting 1)	Cure (Setting 2)	Time (Setting 2)	Cure (Setting 3)	Time (Setting 3)	Cure (Setting 4)	Time (Setting 4)
Oracle	6.6 ± 0.2	12.3 ± 1.3	6.3 ± 0.3	22.0 ± 1.8	6.7 ± 0.4	16.0 ± 1.9	6.8 ± 0.3	18.2 ± 1.5
Partial Oracle	7.7 ± 0.3	26.8 ± 1.5	7.6 ± 0.2	32.6 ± 1.5	8.0 ± 0.3	31.3 ± 1.8	8.3 ± 0.3	33.4 ± 1.5
MCM KNN	7.9 ± 0.3	26.8 ± 1.0	7.6 ± 0.2	33.3 ± 1.5	8.3 ± 0.3	31.4 ± 1.3	8.7 ± 0.3	38.5 ± 1.3
MCM KNN combined	8.0 ± 0.3	27.6 ± 1.1	7.8 ± 0.2	39.4 ± 1.6	8.7 ± 0.3	33.4 ± 1.2	8.9 ± 0.3	45.9 ± 1.5
Feature Selection KNN	8.2 ± 0.3	28.0 ± 1.1	8.0 ± 0.2	43.2 ± 1.8	9.4 ± 0.5	38.1 ± 2.5	9.4 ± 0.4	41.5 ± 2.6
Euclidean KNN	9.9 ± 0.3	29.8 ± 1.1	8.3 ± 0.2	48.7 ± 1.6	10.5 ± 0.4	52.1 ± 1.1	10.8 ± 0.4	55.6 ± 1.3
Propensity Score KNN	17.2 ± 0.2	37.1 ± 1.3	9.6 ± 0.4	91.9 ± 1.2	19.2 ± 0.2	70.3 ± 0.9	19.2 ± 0.2	88.7 ± 0.9
Prognostic Score KNN	13.6 ± 0.5	38.3 ± 1.8	8.4 ± 0.4	92.9 ± 1.6	14.5 ± 0.5	60.4 ± 2.1	15.4 ± 0.4	68.9 ± 2.4
Cox Model (no match)	5.2 ± 0.6	36.2 ± 2.2	8.2 ± 0.7	78.7 ± 3.1	7.7 ± 0.7	58.0 ± 1.3	8.6 ± 0.7	67.5 ± 1.5

• 提案されたダブルマッチングアプローチは、標準的仮定と等尺度距離制約の下でHTE推定値の一貫性を示す。
• キュア成分と時系列成分から学習した距離指標は、ユークリッド距離や従来のスコア法よりマッチ品質を改善する。
• シミュレーション全体を通じて、治癒確率とCMETのMAEがいくつかのベースラインと比べて低く、いくつかの設定でoracle性能に近づく。
• 実データ（ALL with Haplo-SCT vs MSDT）では、MCM法はHTEsの集中度が高く左右対称な分布を生成し、群間の意味のある分離を示し、非マッチ Coxモデルよりも治癒と時期の両方の不均一性を捉える点で優れていた。
• フレームワークは推定誤差を検閲、モデル適合、および不可避的ノイズに分解し、不確実性の源泉を明確にする。

Figure 2: Absolute HTE Estimation Error on Cure Probability.