[論文レビュー] Sensitivity Analysis Without Assumptions

Peng Ding, Tyler J. VanderWeele|arXiv (Cornell University)|Jul 14, 2015

Advanced Causal Inference Techniques参考文献 17被引用数 12

ひとこと要約

この論文は、測定されていない交絡要因に関する仮定（例えば、二値の状態、相互作用なし、単一の交絡要因など）を一切要しないが、既存の手法と同等かそれ以下の保守的（保守的でない）境界係数を生成する、因果推論における感受性分析の新規手法を提示する。主な貢献は、2つの感受性パラメータを含む鋭い不等式であり、これが最大の交絡効果を定量化し、測定されていない交絡が観察された効果をどれほど説明可能かを堅牢に評価可能にする。

ABSTRACT

Unmeasured confounding may undermine the validity of causal inference with observational studies. Sensitivity analysis provides an attractive way to partially circumvent this issue by assessing the potential influence of unmeasured confounding on the causal conclusions. However, previous sensitivity analysis approaches often make strong and untestable assumptions such as having a confounder that is binary, or having no interaction between the effects of the exposure and the confounder on the outcome, or having only one confounder. Without imposing any assumptions on the confounder or confounders, we derive a bounding factor and a sharp inequality such that the sensitivity analysis parameters must satisfy the inequality if an unmeasured confounder is to explain away the observed effect estimate or reduce it to a particular level. Our approach is easy to implement and involves only two sensitivity parameters. Surprisingly, our bounding factor, which makes no simplifying assumptions, is no more conservative than a number of previous sensitivity analysis techniques that do make assumptions. Our new bounding factor implies not only the traditional Cornfield conditions that both the relative risk of the exposure on the confounder and that of the confounder on the outcome must satisfy, but also a high threshold that the maximum of these relative risks must satisfy. Furthermore, this new bounding factor can be viewed as a measure of the strength of confounding between the exposure and the outcome induced by a confounder.

研究の動機と目的

• 二値の交絡要因、相互作用なし、単一の交絡要因といった強い、検証不能な仮定に依存する従来の感受性分析手法の限界を解消すること。
• 測定されていない交絡要因に構造的仮定を課さないままも有効でかつ強力な感受性分析フレームワークを構築すること。
• 測定されていない交絡要因のいかなる構造に対しても成立する、鋭い非保守的境界係数を導出すること。
• 比尺度の指標（例：相対危険比）と差尺度の指標（例：リスク差）を用いた二値、度数、連続変数の結果へこの手法を拡張し、同じ理論的保証を維持すること。
• 研究者が制限的なモデル仮定に依存せずに、因果的結論の測定されていない交絡要因へのロバストネスを評価できる実用的ツールを提供すること。

提案手法

• 境界係数 $\textsc{BF}_{U} = \frac{\textsc{RR}_{EU} \times \textsc{MR}_{UD}}{\textsc{RR}_{EU} + \textsc{MR}_{UD} - 1}$ を提案する。ここで $\textsc{RR}_{EU}$ は曝露が交絡要因に与える相対危険比、$\textsc{MR}_{UD}$ は交絡要因が結果に与える最大平均比である。
• 鋭い不等式を導出する：測定されていない交絡が観察された関連性を説明するためには、観察された相対危険比がこの境界係数で抑えられなければならない。
• 二値、度数、連続変数の結果に対して、比尺度の指標（例：相対危険比）と差尺度の指標（例：リスク差）の両方にこの境界係数を適用する。
• 生存時間の結果へは、$r(u)$ と $r^*(u)$ の定義を曝露および交絡要因の層別条件下での条件付き期待値に適応することで手法を拡張する。
• 反事後的枠組みを用いて、境界係数を測定されていない交絡要因が引き起こす交絡の強さの指標として解釈する。
• この手法が古典的なコーンフィールド条件を含意し、かつ両方の相対危険比の最大値が閾値を満たす必要があるより強い条件を含意することを示す。

実験結果

リサーチクエスチョン

• RQ1 曝露と交絡要因の間の相互作用なしや、交絡要因が二値であるという仮定をしないで、測定されていない交絡要因の感受性分析をどのように行うか。
• RQ2 測定されていない交絡要因の特定の構造を仮定せずに、観察された因果的効果を説明可能にする交絡の最大の大きさを表す、最も鋭い境界は何か。
• RQ3 強い簡略化仮定に依存する手法と同等に正確でありながら、仮定なしの感受性分析手法を構築できるか。
• RQ4 提案された境界係数は古典的なコーンフィールド条件とどのように関係し、より強い条件を含意するか。
• RQ5 度数や連続変数のような非二値の結果へこの手法を一般化できるか。その際、理論的性質を保持できるか。

主な発見

• 提案された境界係数 $\textsc{BF}_{U}$ は、二値の交絡要因、相互作用なし、単一の交絡要因を仮定する従来の手法と同等か、それ以下の保守的性質を持つが、それらの仮定を一切設けていない。
• この手法は古典的なコーンフィールド条件を含意する：曝露が交絡要因に与える相対危険比と、交絡要因が結果に与える相対危険比の両方が、観察された効果を説明可能にするために十分に高い必要がある。
• コーンフィールド条件を越えて、より強い条件も含意する：両方の相対危険比の最大値が閾値を満たす必要がある。これにより、妥当な交絡の制約がより厳しくなる。
• 非負の結果（度数、連続変数）に対しては、平均比 $\textsc{MR}_{UD|E=1}$ と $\textsc{MR}_{UD|E=0}$ を用いて境界係数を拡張し、同じ理論的保証を維持する。
• 同じ仮定のもとで、境界係数は差尺度における平均因果効果の下限を与える。例えば $\textsc{ACE}^\text{true}_{ED+} \geq m_1 - m_0 \times \textsc{BF}_U$ のように。
• 研究者が帰無仮説だけでなく、代替仮説の下でも感受性分析を実施できる。これにより、さまざまなレベルの測定されていない交絡要因のもとでの真の因果効果がどの程度であるかを評価可能になる。