[論文レビュー] Estimating Individual Treatment Effect in Observational Data Using Random Forest Methods

Min Lu, Saad Sadiq+2 more|arXiv (Cornell University)|Jan 19, 2017

Advanced Causal Inference Techniques被引用数 10

ひとこと要約

本論文は、観察データにおける個別処置効果（ITE）を推定するため、ランダムフォレストフレームワーク内に反事後的合成フォレストを用いる手法を提案する。これにより、交絡および選択バイアスに対処する。潜在的アウトカムを直接モデル化し、アウトオブバッグ推定を活用することで、処置の非均質性が顕著な状況でも高い精度を達成する。反事後的合成フォレストは、他のRFベースの手法や大規模サンプルにおけるBARTでさえも上回る性能を示す。

ABSTRACT

Estimation of individual treatment effect in observational data is complicated due to the challenges of confounding and selection bias. A useful inferential framework to address this is the counterfactual (potential outcomes) model which takes the hypothetical stance of asking what if an individual had received both treatments. Making use of random forests (RF) within the counterfactual framework we estimate individual treatment effects by directly modeling the response. We find accurate estimation of individual treatment effects is possible even in complex heterogeneous settings but that the type of RF approach plays an important role in accuracy. Methods designed to be adaptive to confounding, when used in parallel with out-of-sample estimation, do best. One method found to be especially promising is counterfactual synthetic forests. We illustrate this new methodology by applying it to a large comparative effectiveness trial, Project Aware, in order to explore the role drug use plays in sexual risk. The analysis reveals important connections between risky behavior, drug usage, and sexual risk.

研究の動機と目的

• 交絡および選択バイアスに悩まされる観察研究における個別処置効果（ITE）推定の課題に対処すること。
• 処置の非均質性および複雑な共変量構造に適応可能な、強力な非パラメトリックなITE推定手法を開発すること。
• さまざまなシミュレーションおよび実世界の条件下で、特に反事後的合成フォレストを含むさまざまなランダムフォレストバリアントの性能を評価すること。
• 実世界の公衆衛生データセット（Project Aware）における本手法の実用性を示し、薬物使用、危険行動、性的リスクの間の因果的関係を解明すること。
• アウトオブバッグ推定および交絡に適応するRF手法の使用を提唱し、因果推論における精度と信頼性を向上させること。

提案手法

• 個別処置効果を τ(x) = E[Y(1)|X=x] - E[Y(0)|X=x] として定義する潜在的アウトカム（反事後的）フレームワークを採用する。ここで Y(1) および Y(0) は、処置および対照群における潜在的アウトカムを表す。
• 強い無視可能処置割り当て（SITA）の仮定に依存する。これは T ⊥ {Y(0), Y(1)} | X を意味し、τ(x) が観測データから同定可能であることを保証する。
• ランダムフォレストを用いて、各個人の共変量プロファイル X=x における条件付き平均アウトカム E[Y|T=1,X=x] および E[Y|T=0,X=x] を非パラメトリックに推定する。
• 反事後的合成フォレストを導入する。これは、各処置群ごとに別個のランダムフォレストを育成し、合成データ構築を用いてバイアスを低減する。
• 同じデータポイントで訓練されていない木の予測を用いることで、精度を向上させるアウトオブバッグ（OOB）推定を適用する。
• サンプルサイズや交絡構造の変動に応じて、バニラRF、分散しきい値付きRF（VT）、および合成フォレストなどのRFバリエーションの性能を比較する。

実験結果

リサーチクエスチョン

• RQ1 複雑で非均質的な処置効果を示す観察データにおいて、ランダムフォレスト手法は個別処置効果を正確に推定できるか？
• RQ2 特に交絡に適応した手法を含む、ランダムフォレストバリアントの選択がITE推定精度に与える影響はいかほどか？
• RQ3 アウトオブバッグ推定は、観察研究におけるITE推定の信頼性および精度を向上させるか？
• RQ4 反事後的合成フォレストは、現実のデータ条件下で、BARTなどの最先端手法と比較してITE推定にどの程度優れているか？
• RQ5 実世界のデータ、例えばProject Awareにおいて得られるITE推定から、薬物使用が性的リスク行動に与える因果的役割についてどのような因果的知見が得られるか？

主な発見

• 反事後的合成フォレストは、すべてのシミュレーションシナリオにおいて、特に大規模サンプルにおいて、個別処置効果推定の精度が最も高かった。
• 大規模サンプルにおいて、非常に適応性の高いBARTモデルですらも上回り、交絡へのバイアス低減および適応性に優れた性能を示した。
• アウトオブバッグ推定は、過学習を低減し、信頼性のある外部サンプル予測を提供することで、すべてのRFベースのITE推定器の精度を顕著に向上させた。
• 各処置群の回帰表面を別々にモデル化するRF手法（VT-Iや反事後的合成フォレストを含む）は、標準的なRFに比べて顕著な改善を示し、特に強い交絡下で顕著であった。
• Project Awareデータの分析から、薬物使用、危険行動、および性的リスクの間には有意な因果的関係が確認された。ITE推定は観測された交絡を補正し、個別化された推論を可能にした。
• 反事後的合成フォレストは、処置群の別個モデリング、合成フォレスト構築、およびOOB推定を組み合わせることでバイアスを低減し、計算が効率的で、チューニングパラメータの感度が低くなった。