[論文レビュー] Evaluating Treatment Prioritization Rules via Rank-Weighted Average Treatment Effects

Steve Yadlowsky, Scott Fleming+3 more|arXiv (Cornell University)|Nov 15, 2021

Advanced Causal Inference TechniquesMathematics被引用数 19

ひとこと要約

本稿では、因果効果モデルやリスクスコアから導かれたかどうかにかかわらず、治療優先順位ルールを評価する一般化可能で推論に適したフレームワークとして、ランク加重平均治療効果（RATE）指標を導入する。この手法は漸近的に有効な仮説検定を可能とし、特に治療効果の不均一性を検出する際、Qiniなど既存の指標と比較して優れた検出力を持つ。

ABSTRACT

There are a number of available methods for selecting whom to prioritize for treatment, including ones based on treatment effect estimation, risk scoring, and hand-crafted rules. We propose rank-weighted average treatment effect (RATE) metrics as a simple and general family of metrics for comparing and testing the quality of treatment prioritization rules. RATE metrics are agnostic as to how the prioritization rules were derived, and only assess how well they identify individuals that benefit the most from treatment. We define a family of RATE estimators and prove a central limit theorem that enables asymptotically exact inference in a wide variety of randomized and observational study settings. RATE metrics subsume a number of existing metrics, including the Qini coefficient, and our analysis directly yields inference methods for these metrics. We showcase RATE in the context of a number of applications, including optimal targeting of aspirin to stroke patients.

研究の動機と目的

• 治療優先順位ルールの評価のための一般的で統計的に厳密な指標を開発すること。この指標は、その導出方法に依存しない。
• RATE推定器の中心極限定理を用いて、ランダム化および観察的研究設計の両方で、優先順位ルールの性能に関する漸近的に正確な推論を可能にすること。
• 線形および対数スケールの重み関数を用いたRATEの統計的検出力の比較を通じて、不均一な治療効果の検出能力を評価すること。
• 実臨床医療応用、例えば脳卒中患者におけるアスピリン使用において、CATEに基づくおよびリスクに基づく優先順位ルールの性能を評価すること。
• 実用的導入を可能にするオープンソースツール（grf Rパッケージ内のrank_average_treatment_effect関数を含む）を提供すること。

提案手法

• ランクで加重された治療効果に基づくRATE指標の族を提案し、線形（Qiniに類似）および対数スケール（AUTOCに類似）の重み関数を用いる。
• ランダム化および観察的研究設計の両方で、RATE推定器の中心極限定理を導出し、漸近的に正確な推論を可能にする。
• ヌイアンスパラメータの推定に誤差が生じても安定するよう、補正付き逆確率重み付け（AIPW）および逆確率重み付け（IPW）推定器を用いる。
• 打ち切りを伴う生存時間アウトカムにこの手法を適用し、制限付き平均生存時間（RMST）をアウトカム指標として用いる。
• 95%信頼区間およびp値を計算するために、ハーフサンプルブートストラップを用いる。
• 合成シミュレーションおよびSPRINTおよびACCORD-BP試験の実データを用いて、手法の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 線形と対数スケールの重み関数の選択が、RATEの治療効果の不均一性検出における統計的検出力にどのように影響するか？
• RQ2 CATEモデルやリスクスコアから導かれた優先順位ルールに対しても、RATEは有効な推論を提供できるか？その起源に依存しないか？
• RQ3 実臨床データ（脳卒中治療データ）におけるCATEベースおよびリスクベースの優先順位ルールの性能は、どのように比較されるか？
• RQ4 実世界の観察的設定において、ヌイアンスパラメータの誤指定に対してRATE推定値はどれほど頑健か？
• RQ5 SPRINTおよびACCORD-BPのような異なる臨床試験集団において、RATE推定値はどれほど一般化可能か？

主な発見

• 治療効果が集団全体に広くかつ顕著に存在する場合、線形加重（Qini係数）により高い統計的検出力が得られる。
• 治療効果が小さな高利益サブグループに集中している場合、対数スケール加重（AUTOC指標）がより高い検出力を達成する。
• IPW、AIPW、およびオラクルスコアの異なるスコアタイプに対しても、RATE推定値は安定しており、モデルの誤指定下でも安定性が確認された。
• SPRINT/ACCORD-BPの統合解析において、因果生存フォレストモデルはAUTOC推定値として-5.83（95%信頼区間：-14.09, 2.43）を示し、p値は0.17であった。これは、優先順位付けに有意な利益がないことを示唆している。
• フレームハムリスクスコアおよびACC/AHAプールドコhort方程式は、負のAUTOC推定値を示したが、有意ではなかった。これは、この文脈において優先順位付けの価値が限定的である可能性を示唆している。
• 本手法は、打ち切りを伴う生存アウトカムに対しても有効な推論を可能とし、RATEの有用性を一般的な医療研究デザインに拡張している。