[論文レビュー] Learning Causal Hazard Ratio with Endogeneity

Linbo Wang, Eric Tchetgen Tchetgen+2 more|arXiv (Cornell University)|Jul 14, 2018

Advanced Causal Inference Techniques参考文献 26被引用数 7

ひとこと要約

この論文は、測定されない交絡要因が存在する状況下で生存解析における母集団のマージナル因果ハザード比を推定する、新しい閉形式推定量を提案する。この手法は、二値の道具変数と相互作用なしの仮定を活用しており、打ち切りのあるアウトカムを持つコックスモデルにおける、初めての一貫性のある因果推論手法を提供する。

ABSTRACT

Cox's proportional hazards model is one of the most popular statistical models to evaluate associations of a binary exposure with a censored failure time outcome. When confounding factors are not fully observed, the exposure hazard ratio estimated using a Cox model is not causally interpretable. To address this, we propose novel approaches for identification and estimation of the causal hazard ratio in the presence of unmeasured confounding factors. Our approaches are based on a binary instrumental variable and an additional no-interaction assumption. We derive, to the best of our knowledge, the first consistent estimator of the population marginal causal hazard ratio within an instrumental variable framework. Our estimator admits a closed-form representation, and hence avoids the drawbacks of estimating equation based estimators. Our approach is illustrated via simulation studies and a data analysis.

研究の動機と目的

• 測定されない交絡要因が存在する場合に、コックス比例ハザードモデルの因果的解釈の欠如に対処すること。
• 測定されない交絡要因が存在する状況での因果ハザード比の同定と推定のための手法を開発すること。
• 二値の道具変数を用いて、母集団のマージナル因果ハザード比の形式的同定戦略を確立すること。
• 反復的または推定方程式に基づく手法の制限を回避する、計算的に効率的な閉形式推定量を提供すること。
• シミュレーション研究と生存解析設定における実データ応用を通じて、手法の妥当性を検証すること。

提案手法

• 観察された共変量を条件とするとき、道具変数とアウトカムの間に測定されない交絡がないという仮定の下で、二値の道具変数を用いて因果ハザード比を同定する。
• 曝撃要因と道具変数の間のハザード関数における相互作用なしの仮定を課し、マージナル因果効果の同定を可能にする。
• 反復的または推定方程式に基づく計算を回避する、母集団のマージナル因果ハザード比の閉形式推定量を導出する。
• 一貫性と実用的有用性を示すために、シミュレーテッドデータおよび実世界の生存データに推定量を適用する。
• 構造的因果モデルフレームワーク内で標準的な生存解析技術を用いることで、維持された仮定の下で有効な因果推論を保証する。

実験結果

リサーチクエスチョン

• RQ1 測定されない交絡要因が存在する状況で、道具変数アプローチを用いて因果ハザード比を一貫して同定できるか？
• RQ2 打ち切りのあるアウトカムを持つ生存モデルで、マージナル因果ハザード比を同定するために必要な仮定は何か？
• RQ3 コックスモデルフレームワーク下で、道具変数の仮定のもとで因果ハザード比の閉形式推定量をどのように導出できるか？
• RQ4 既存の推定方程式に基づく手法と比較して、提案手法のバイアス、効率性、計算可能性はどのように異なるか？
• RQ5 さまざまな測定されない交絡要因の設定下で、有限標本における推定量の経験的性能はいかがなものか？

主な発見

• 提案手法は、二値の道具変数を用いて、測定されない交絡要因が存在する状況下で、母集団のマージナル因果ハザード比を一貫して推定する初めての手法である。
• 推定量は閉形式解を有し、反復的最適化や推定方程式の解法を回避して直接計算が可能である。
• シミュレーション研究により、正しいモデル仮定のもとで、推定量が良好な有限標本性能を維持することが示された。
• 相互作用なしの仮定と道具変数の条件が満たされている場合、有効な因果推論が達成される。
• 実世界の生存データに適用可能であり、データ解析を通じてその実用的有用性とロバストネスが示された。