[논문 리뷰] A Calibration Approach to Transportability with Observational Data

Kevin Josey, Fan Yang외 2명|arXiv (Cornell University)|2020. 08. 15.

Advanced Causal Inference Techniques참고 문헌 42인용 수 6

한 줄 요약

이 논문은 관찰 연구에서 혼동 요인을 동시에 교정하고 추정된 치료 효과를 목표 인구로 이행하는 캘리브레이션 기반 가중치 방법을 제안한다. 내부 타당성에 적합한 균형 가중치와 외부 타당성에 적합한 표본 가중치를 결합함으로써, 시뮬레이션과 미국 베테랑을 대상으로 한 실세계 연구를 통해 새로운 인구에서 평균 치료 효과를 타당하게 추정할 수 있다. 이는 당뇨병 약물 비교 연구에서 입증되었다.

ABSTRACT

An important consideration in clinical research studies is proper evaluation of internal and external validity. While randomized clinical trials can overcome several threats to internal validity, they may be prone to poor external validity. Conversely, large prospective observational studies sampled from a broadly generalizable population may be externally valid, yet susceptible to threats to internal validity, particularly confounding. Thus, methods that address confounding and enhance transportability of study results across populations are essential for internally and externally valid causal inference, respectively. We develop a weighting method which estimates the effect of an intervention on an outcome in an observational study which can then be transported to a second, possibly unrelated target population. The proposed methodology employs calibration estimators to generate complementary balancing and sampling weights to address confounding and transportability, respectively, enabling valid estimation of the target population average treatment effect. A simulation study is conducted to demonstrate the advantages and similarities of the calibration approach against alternative techniques. We also test the performance of the calibration estimator-based inference in a motivating real data example comparing whether the effect of biguanides versus sulfonylureas - the two most common oral diabetes medication classes for initial treatment - on all-cause mortality described in a historical cohort applies to a contemporary cohort of US Veterans with diabetes.

연구 동기 및 목표

• 관찰 연구에서 내부 타당성(혼동 요인 제어)과 외부 타당성(이행 가능성)을 동시에 확보하는 데 도전하는 것.
• 캘리브레이션 추정기를 사용하여 혼동 요인과 인구 이행 가능성을 동시에 다루는 통합된 방법을 개발하는 것.
• 원천 코hort에서의 치료 효과 추정치를 목표 인구로 이행함으로써 인과적 추론을 향상시키는 것.
• 시뮬레이션과 실세계 적용을 통해 제안된 방법의 성능을 기존 기법들과 비교하는 것.

제안 방법

• 이 방법은 원천 인구 내 혼동 요인을 조정하기 위해 균형 가중치를 생성하기 위해 캘리브레이션 추정기를 활용한다.
• 표본 가중치는 원천 코hort의 분포가 목표 인구의 분포와 일치하도록 재가중하기 위해 유도되며, 이로 인해 이행 가능성 보장된다.
• 캘리브레이션 과정은 두 가지 유형의 가중치를 동시에 최적화하여 추정 효율성을 향상시키고 편향을 감소시킨다.
• 이 방법은 결과 회귀 모델을 사용하여 캘리브레이션된 가중치를 활용해 목표 인구에서의 평균 치료 효과를 추정한다.
• 이 방법은 가중치 구조를 고려한 강력한 분산 추정을 통해 추론을 지원한다.
• 이 프레임워크는 시뮬레이션 연구를 통해 검증되었으며, 미국 베테랑을 대상으로 한 실세계 코hort 연구에 적용되었다. 이 연구는 메트포르민과 술폴릴류레아를 비교한다.

실험 결과

연구 질문

• RQ1 단일 가중치 프레임워크가 원천 관찰 코hort에서 혼동 요인을 효과적으로 교정하면서도 다른 목표 인구로의 이행 가능성을 보장할 수 있는가?
• RQ2 캘리브레이션 기반 방법은 평균 치료 효과 추정에서 편향, 정밀도, 신뢰구간 커버리지 측면에서 다른 접근법과 비교하여 어떻게 성능을 발휘하는가?
• RQ3 과거 코hort에서 메트포르민과 술폴릴류레아가 전원 사망률에 미치는 영향을 추정한 결과가 현재 미국 베테랑 인구로 일반화될 수 있는가?

주요 결과

• 시뮬레이션 연구에서 캘리브레이션 접근법은 다른 기법들과 비교해 공변량의 균형이 향상되고 치료 효과 추정의 편향이 감소하는 것으로 나타났다.
• 시뮬레이션 및 실세계 설정 모두에서 평균 치료 효과의 신뢰구간에 대해 양호한 커버리지 비율을 달성했다.
• 실제 데이터 예시에서 과거 코hort에서 메트포르민과 술폴릴류레아가 전원 사망률에 미치는 영향을 추정한 결과는 현재 미국 베테랑 인구로 일반화 가능했다.
• 캘리브레이션 기반 방법은 표준 역확률 가중치 및 기타 이행 가능성 기법보다 균형 유지와 평균제곱오차 감소 측면에서 뛰어난 성능을 보였다.