[論文レビュー] Spillover Effects in Cluster Randomized Trials with Noncompliance

Hyunseung Kang, Luke Keele|arXiv (Cornell University)|Aug 20, 2018

Advanced Causal Inference Techniques参考文献 56被引用数 8

ひとこと要約

本稿は、クラスターランダム化試験（CRTs）における標準的な工具変数（IV）分析が、治療の拡散効果（スプライバー効果）が存在する場合には、適合者平均因果効果（CACE）を同定できないことを示している。非適合と干渉が共に存在する状況では、ネットワーク因果効果の不偏推定が不可能であるが、単調性の仮定の下で有効な境界が導かれる。この仮定はケニアでの鉛虫駆除試験で検証された。

ABSTRACT

Cluster randomized trials (CRTs) are popular in public health and in the social sciences to evaluate a new treatment or policy where the new policy is randomly allocated to clusters of units rather than individual units. CRTs often feature both noncompliance, when individuals within a cluster are not exposed to the intervention, and individuals within a cluster may influence each other through treatment spillovers where those who comply with the new policy may affect the outcomes of those who do not. Here, we study the identification of causal effects in CRTs when both noncompliance and treatment spillovers are present. We prove that the standard analysis of CRT data with noncompliance using instrumental variables does not identify the usual complier average causal effect when treatment spillovers are present. We extend this result and show that no analysis of CRT data can unbiasedly estimate local network causal effects. Finally, we develop bounds for these causal effects under the assumption that the treatment is not harmful compared to the control. We demonstrate these results with an empirical study of a deworming intervention in Kenya.

研究の動機と目的

• 非適合と治療の拡散効果が共に存在するクラスターランダム化試験（CRTs）における因果効果の同定を調査すること。
• 拡散効果が存在する状況で、CRTsにおける標準的な工具変数（IV）分析の妥当性を検証し、適合者平均因果効果（CACE）を同定できないことを示すこと。
• 非適合と干渉の下で、観測されたCRTデータのいかなる関数に対しても、ネットワーク因果効果を不偏に推定することは不可能であることを確立すること。
• 治療の単調性（すなわち、反発者なし）の仮定の下で、全効果および拡散効果の鋭い境界を導出すること。
• ケニアの小学校におけるクラスターランダム化鉛虫駆除試験の実データを用いて理論的結果を検証すること。

提案手法

• 潜在的アウトカムフレームワークを用いてCRTsにおける干渉と非適合をモデル化し、適合者、常に受け入れる者、反発者、受け入れない者を区別する。
• スプライバー効果が存在する場合、処置割り当てとアウトカムとの間に同僚効果による依存関係が生じるため、CRTsにおける標準的なIV推定量がCACEを同定できないことを証明する。
• 非適合と干渉の下で、ネットワーク因果効果の不偏推定量が存在しないことを、データ分布の制約に基づく反例を用いて示す。
• 単調性（＝反発者なし）の仮定の下で、観測された適合率とアウトカムの平均値を用いて、全効果および拡散効果の鋭い境界を導出する。
• 実世界のCRT、ケニアの小学校における鉛虫駆除試験に境界推定法を適用し、クラスターレベルのランダム化と観測された適合率・アウトカムデータを用いる。
• 推定量の確率的収束と帰無仮説下での漸近正規性を活用して、境界の推論にプラグイン検定統計量を用いる。

実験結果

リサーチクエスチョン

• RQ1 クラスターランダム化試験（CRTs）における標準的な工具変数（IV）分析は、治療の拡散効果が存在する場合、適合者平均因果効果（CACE）を同定できるか？
• RQ2 非適合と干渉の下で、CRTの観測データのいかなる関数も、ネットワーク因果効果を不偏に推定できるか？
• RQ3 非適合が存在するCRTsにおいて、治療の単調性の仮定の下で、全効果および拡散効果の鋭い境界は何か？
• RQ4 拡散効果と非適合が、特に公衆衛生介入における因果推論の妥当性にどのように影響を与えるか？
• RQ5 理論的な境界は、実際のCRTの実証データを用いて実用的かつ検証可能か？

主な発見

• 治療の拡散効果が存在する場合、CRTsにおける標準的なIV分析は、適合者平均因果効果（CACE）を同定できないため、一般的な推定手法の妥当性が失われる。
• 非適合と干渉の下では、CRTsにおけるネットワーク因果効果の不偏推定量は存在せず、これはCRTデザインがこうした状況において根本的な制限を有することを示唆する。
• 治療の単調性（＝反発者なし）の仮定の下では、観測データから全効果および拡散効果の鋭い境界を導出可能である。
• ケニアの鉛虫駆除試験の実証的分析から、拡散効果が顕著であることが判明し、境界推定値は直接的処置を超えた有意義な間接的効果を示唆している。
• 境界のためのプラグイン検定統計量は、帰無仮説下で標準正規分布に分布収束するため、推定不確実性が存在しても有効な推論が可能である。
• 理論的および実証的結果から、非適合下で拡散効果を不偏に推定するには、CRTsが強い構造的仮定なしでは不十分であることが確認された。