[論文レビュー] Multiply Robust Federated Estimation of Targeted Average Treatment Effects

Larry Han, Zhu Shen+1 more|arXiv (Cornell University)|Sep 22, 2023

Advanced Causal Inference Techniques被引用数 4

ひとこと要約

本稿は、共変量シフトおよび共変量不一致を伴う多施設研究における標的平均処置効果（ATE）の、複数のロバスト性を備えたプライバシー保護型フェデレーテッド推定量を提案する。適応的アンサンブル重み付けと半パラメトリック効率理論を用いることで、個別レベルのデータを共有せずに、有限標本における効率性とロバスト性を向上させた。

ABSTRACT

Federated or multi-site studies have distinct advantages over single-site studies, including increased generalizability, the ability to study underrepresented populations, and the opportunity to study rare exposures and outcomes. However, these studies are challenging due to the need to preserve the privacy of each individual's data and the heterogeneity in their covariate distributions. We propose a novel federated approach to derive valid causal inferences for a target population using multi-site data. We adjust for covariate shift and covariate mismatch between sites by developing multiply-robust and privacy-preserving nuisance function estimation. Our methodology incorporates transfer learning to estimate ensemble weights to combine information from source sites. We show that these learned weights are efficient and optimal under different scenarios. We showcase the finite sample advantages of our approach in terms of efficiency and robustness compared to existing approaches.

研究の動機と目的

• 共変量分布が異なり、欠損または不一致のある共変量を有する複数のソースサイトにおいて、標的集団における因果効果を推定する課題に対処すること。
• 共通のモデル仕様を要するか、個別レベルのデータを統合する必要がある既存手法の制限を克服し、プライバシー規制に違反しないこと。
• サイト固有のモデリングを可能にしつつ、複数ロバスト推定によりモデル不適合に対するロバスト性を確保する手法を開発すること。
• データ適応的重みを用いて複数のソースサイトからの推定量を最適に組み合わせることで、効率的かつ妥当な因果推論を可能にすること。
• 個別レベルのデータではなく、特定に標的サイトからの共変量モーメントのみを共有することで、データのプライバシーを保護すること。

提案手法

• 標的サイトとソースサイト間の共変量シフトを補正するための選択重みを推定するための密度比モデルを用いたフェデレーテッドフレームワークを提案し、共変量モーメントのみを共有する。
• ネイジュー関数のための複数ロバスト推定量のクラスを採用し、複数のアウトカムまたは処置モデルのいずれかが正しく指定されていれば一貫性を保証する。
• 予測リスクに基づいてソースサイト推定量の最適な重みを学習する適応的アンサンブルアプローチを導入し、漸近的分散を最小化する。
• 半パラメトリック効率理論を用いて閉形式の分散近似を導出し、計算コストの高いブートストラップ法を回避する。
• 最終推定量を、標的サイトとソースサイトのATE推定量の重み付き組み合わせとして定式化し、推定された漸近的分散を最小化するように重みを決定する。
• 一様有界性の条件下で推定量の理論的一致性と漸近正規性を確立し、最適重みはL1正則化推定によって回復可能であることを示す。

Figure 1 : Schematic of the data structure in the multi-site setting.

実験結果

リサーチクエスチョン

• RQ1 共変量分布がサイト間で異なる状況下で、個別レベルのデータを共有できない場合に、多施設データを用いて標的集団における妥当な因果推論を達成できるか。
• RQ2 モデル不適合の存在下で、複数のソースサイトからの推定量を最適に組み合わせることで、効率性とロバスト性を向上させることは可能か。
• RQ3 一部の交絡要因が標的サイトには欠損しているがソースサイトには存在するという共変量不一致が因果推定に与える影響は何か。また、その是正は可能か。
• RQ4 個別レベルのデータの統合を避けるが、個別レベルデータを用いる手法と同等の漸近的効率性を達成できるプライバシー保護型手法を開発できるか。
• RQ5 適応的アンサンブル重み付けによるフェデレーテッド推定が、単独で標的サイトデータに依存する場合よりも、厳密に小さい分散を達成する条件は何か。

主な発見

• 提案された推定量は、やや厳しい正則性条件のもとで漸近正規性を示し、一様有界性の下で有限な明確な漸近的分散を持つ。
• 適応的アンサンブル重みは漸近的に最適であり、ATE推定量の漸近的分散を最小化することが示された。
• 少なくとも1つの情報豊富なソースサイトが存在し、標的推定量と推定量の差の間で非ゼロの共分散を持つ限り、フェデレーテッドデータに基づく推定量の漸近的分散は、単独で標的サイトデータに依存する推定量よりも厳密に小さくなる。
• 情報豊富なソースサイトのデータを活用するデータ適応的重み付けにより、サイト間のモデル均一性を要件としないで効率性の向上を達成できる。
• 半パラメトリック理論から導かれた閉形式の分散推定量を用いることで、ブートストラップ再サンプリングを伴わずに、分散推定量の一貫性のある近似が可能である。
• モデル不適合に対してロバストである：複数のアウトカムまたは処置モデルのいずれかが正しく指定されていれば、推定量は一貫性を保ち、バイアスに対する複数の保護機構を提供する。

Figure 2 : Estimates of the TATE based on $500$ simulated data sets with covariate mismatch comparing the site-specific estimators with nuisance functions estimated by AIPW (left) and by multiply robust model-mixing (right).