[論文レビュー] Learning Optimal Prescriptive Trees from Observational Data

Nathanael Jo, Sina Aghaei+2 more|arXiv (Cornell University)|Aug 31, 2021

Advanced Causal Inference Techniques参考文献 39被引用数 4

ひとこと要約

本稿では、ランダム化や強い仮定を必要とせず、観測データから最適で解釈可能な規定木を学習するための混合整数最適化（MIO）ベースの手法を提案する。出鱈目な性能において漸近的正確性を達成し、予算や公平性といったドメイン制約を独自にサポートする。有限標本においては、最先端手法を最大3倍の性能で上回る。

ABSTRACT

We consider the problem of learning an optimal prescriptive tree (i.e., an interpretable treatment assignment policy in the form of a binary tree) of moderate depth, from observational data. This problem arises in numerous socially important domains such as public health and personalized medicine, where interpretable and data-driven interventions are sought based on data gathered in deployment -- through passive collection of data -- rather than from randomized trials. We propose a method for learning optimal prescriptive trees using mixed-integer optimization (MIO) technology. We show that under mild conditions our method is asymptotically exact in the sense that it converges to an optimal out-of-sample treatment assignment policy as the number of historical data samples tends to infinity. Contrary to existing literature, our approach: 1) does not require data to be randomized, 2) does not impose stringent assumptions on the learned trees, and 3) has the ability to model domain specific constraints. Through extensive computational experiments, we demonstrate that our asymptotic guarantees translate to significant performance improvements in finite samples, as well as showcase our uniquely flexible modeling power by incorporating budget and fairness constraints.

研究の動機と目的

• ランダム化試験が倫理的または実用的でない状況において、観測データから解釈可能で最適な治療割り当て方針を学習する手法を開発すること。
• 既存の規定木手法がランダム化データを必要とし、深い木構造を強制するか、ドメイン固有の制約をサポートしないという限界を克服すること。
• ややいなごろの正則性条件のもとで、出鱈目な性能において漸近的に最適であることを保証すること。
• 医療や社会的サービスなどのハイリスク分野での実用的導入を可能にするために、公平性と予算制約を組み込むこと。

提案手法

• 木構造と治療割り当てを同時に選択できるように、規定木学習問題を混合整数最適化（MIO）問題として定式化する。
• 二重にロバストな推定器を用いて観測データからの潜在的アウトカムを推定し、アウトカムモデルまたは感受性スコアモデルのいずれかが誤った指定であっても、ロバスト性を向上させる。
• 二重にロバストな推定器に基づくデータ駆動型の目的関数を採用し、期待されるアウトカムを最大化するとともに、漸近的一貫性を保証する。
• MIOフレームワークに制約を組み込み、予算制限（例：全人口の20％までしか治療を受けられない）や公平性（例：人種的グループ間のアウトカム差がδ以下）といったドメイン固有の要件をモデル化する。
• 大規模データセットを処理するため、部分問題を反復的に解く分解アプローチを採用し、計算の扱いやすさを向上させる。
• 期待アウトカムのサンプルベースの近似を用いることで、有限の歴史的データ上で最適化を可能にしつつ、理論的保証を維持する。

実験結果

リサーチクエスチョン

• RQ1 ランダム化治療割り当てを必要とせず、観測データから規定木を学習できるか。また、出鱈目な性能において漸近的に最適性を達成できるか。
• RQ2 提案手法のMIOベースのアプローチは、異なるデータ生成メカニズムにおいて、既存の最先端手法と比較して出鱈目な性能でどのように差をつけるか。
• RQ3 実世界の政策設定において、予算制限や公平性要件といった実用的制約をどの程度組み込めるか。
• RQ4 二重にロバストな推定器の使用により、アウトカムモデルまたは感受性スコアモデルのいずれかが誤って指定された場合でも、性能の安定性が向上するか。
• RQ5 理論的な漸近的保証が、有限標本における性能向上にどの程度反映されるか。

主な発見

• 提案手法は、特にランダム化されない状況において、出鱈目な治療割り当て精度で最先端手法を最大3倍の性能で上回る。
• 本手法は、条件付きランダム化および非ランダム化データを含む多様な実験設計において高い性能を維持する。二重にロバストな推定器は、アウトカムモデルまたは感受性スコアモデルのいずれかが誤って指定されても、ロバスト性を示す。
• 公平性制約を課した場合、差異閾値δを0.01に低下させると、ランダム化設定では中央値のアウトカム差が-0.02に、条件付きランダム化設定（r=0.11）では完全なパリティが達成される。
• 本手法は予算制約を効果的に遵守でき、治療を受ける人口の割合を制御可能であり、性能の劣化なしに実現される。
• DM推定器は真の期待アウトカムに最も近い推定値を生成したが、極端な感受性スコア重みによるバイアスが低減されたため、実際の応用ではDR推定器がより優れたロバスト性を示した。
• 実証的結果から、漸近的理論的保証が、現実の観測データ条件のもとで強い有限標本性能に反映されていることが確認された。