[論文レビュー] Network Model-Assisted Inference from Respondent-Driven Sampling Data

Krista J. Gile, Mark S. Handcock|arXiv (Cornell University)|Aug 1, 2011

HIV, Drug Use, Sexual Risk参考文献 5被引用数 13

ひとこと要約

本稿では、初期種の選択バイアスとハモフィリーを補正するためのモデル支援型デザインベース推定量（μ_MA）を、応答者駆動型サンプリング（RDS）データに提案する。この手法は、母集団ネットワークの作業モデルとして指数型自然指数族グラフモデル（ERGM）を用いる。既存のRDS推定量よりも推定精度が向上し、特に初期種がバイアスを含む場合に顕著であり、ブートストラップを用いた不確実性推定がロバストであることが、ウクライナにおける注射薬物使用者におけるHIV有病率推定で示された。

ABSTRACT

Respondent-Driven Sampling is a method to sample hard-to-reach human populations by link-tracing over their social networks. Beginning with a convenience sample, each person sampled is given a small number of uniquely identified coupons to distribute to other members of the target population, making them eligible for enrollment in the study. This can be an effective means to collect large diverse samples from many populations. Inference from such data requires specialized techniques for two reasons. Unlike in standard sampling designs, the sampling process is both partially beyond the control of the researcher, and partially implicitly defined. Therefore, it is not generally possible to directly compute the sampling weights necessary for traditional design-based inference. Any likelihood-based inference requires the modeling of the complex sampling process often beginning with a convenience sample. We introduce a model-assisted approach, resulting in a design-based estimator leveraging a working model for the structure of the population over which sampling is conducted. We demonstrate that the new estimator has improved performance compared to existing estimators and is able to adjust for the bias induced by the selection of the initial sample. We present sensitivity analyses for unknown population sizes and the misspecification of the working network model. We develop a bootstrap procedure to compute measures of uncertainty. We apply the method to the estimation of HIV prevalence in a population of injecting drug users (IDU) in the Ukraine, and show how it can be extended to include application-specific information.

研究の動機と目的

• 本稿は、初期サンプルが非確率的かつバイアスを含む場合に、RDSデータに対する信頼性の高い推論手法の欠如に取り組む。
• RDS研究における初期種の便宜的サンプリングによって生じる選択バイアスを是正することを目的とする。
• 作業ERGMモデルを通じてネットワーク構造を統合することで、推定精度の向上を図ることを目的とする。
• 母集団サイズが不明でモデル不適合がある状況下での不確実性を測定するためのブートストラップ手順を開発することを目的とする。
• 特定の属性（例：感染状態）に基づく紹介パターンなどのアプリケーション固有のネットワーク特徴を統合できる柔軟性を示すこと。

提案手法

• 提案された推定量μ_MAは、作業ERGMを用いてターゲット集団の潜在的社交ネットワーク構造をモデル化するデザインベースのアプローチである。
• この手法は、バイアスを含む初期種とハモフィリーに起因する無視できない選択メカニズムを補正するためにネットワークモデルを統合する。
• ERGMから導出されるネットワーク上の位置に応じて被験者に重み付けを行い、包含確率の不均一性を是正することで、母集団の割合を推定する。
• サンプリング変動とモデル不確実性の両方を考慮して標準誤差を計算するためのブートストラップ手順を開発した。
• このアプローチは、紹介パターンや特定属性におけるハモフィリーといった補助情報のERGMフレームワーク内での統合を可能にする。
• この手法は、ウクライナの注射薬物使用者集団における実RDSデータに適用され、母集団サイズとネットワークモデル不適合に関する感度分析が実施された。

実験結果

リサーチクエスチョン

• RQ1 モデル支援型デザインベース推定量は、RDS研究における初期種選択バイアスをどの程度低減できるか？
• RQ2 初期種バイアスとハモフィリーの下で、提案されたμ_MA推定量は、既存のRDS推定量（例：μ_VH、μ_SS）と比較してどのように性能を発揮するか？
• RQ3 作業ネットワークモデルの不適合や母集団サイズ推定の誤差に対して、μ_MA推定量はどの程度感度を示すか？
• RQ4 感染状態による差別的紹介といったアプリケーション固有のネットワーク特徴を効果的に統合できるか？
• RQ5 ネットワークの推移性（トランジティビティ）は推定量の性能にどのような影響を及ぼすか？また、高いクラスタリング下でも作業モデルはロバスト性を保つのか？

主な発見

• 初期種サンプルがバイアスを含む場合、特にハモフィリーが存在する場合には、μ_MA推定量がμ_VH や μ_SS といった既存推定量を著しく上回る性能を示した。
• 作業ネットワークモデルの中程度の不適合に対しても、μ_MA推定量はロバストであり、高トランジティビティ下でもわずかな影響しか受けていないことが観察された。
• 感度分析の結果、母集団サイズが中程度に低く見積もられてもμ_MAは良好に機能するが、重度の低く見積もられると性能が低下することが明らかになった。
• ブートストラップ手順は推定の不確実性を的確に捉え、推論に役立つ信頼性の高い標準誤差を提供した。
• ウクライナにおける注射薬物使用者へのHIV有病率応用では、よりロバストなμ_SH推定量と類似した推定値が得られたことから、バイアス補正の改善が示された。
• 本手法は、紹介パターンなどの補助データの柔軟な統合を可能にし、モデルの現実性と推定精度を向上させた。