[논문 리뷰] A Tree-based Model Averaging Approach for Personalized Treatment Effect Estimation from Heterogeneous Data Sources

Xiaoqing Tan, Chung‐Chou H. Chang외 2명|PubMed|2021. 03. 10.

Advanced Causal Inference Techniques참고 문헌 41인용 수 9

한 줄 요약

이 논문은 개인화된 치료 효과 추정을 분산 및 개인정보 보호 제약 조건이 있는 환경에서 향상하기 위해, 환자 수준의 데이터를 공유하지 않고도 다양한 이질적인 사이트에서 유래한 인과 모델을 적응적으로 조합하는 트리 기반 모델 평균화 프레임워크를 제안한다. 지역적 및 글로벌 이질성을 고려한 데이터 적응형이고 해석 가능한 트리 기반 가중치를 사용함으로써, 이 방법은 강력하고 정확한 조건부 평균 치료 효과(CATE) 추정을 달성하며, 실제 ICU 데이터와 포괄적인 시뮬레이션을 통해 기준 방법보다 뛰어난 성능을 입증하였다.

ABSTRACT

Accurately estimating personalized treatment effects within a study site (e.g., a hospital) has been challenging due to limited sample size. Furthermore, privacy considerations and lack of resources prevent a site from leveraging subject-level data from other sites. We propose a tree-based model averaging approach to improve the estimation accuracy of conditional average treatment effects (CATE) at a target site by leveraging models derived from other potentially heterogeneous sites, without them sharing subject-level data. To our best knowledge, there is no established model averaging approach for distributed data with a focus on improving the estimation of treatment effects. Specifically, under distributed data networks, our framework provides an interpretable tree-based ensemble of CATE estimators that joins models across study sites, while actively modeling the heterogeneity in data sources through site partitioning. The performance of this approach is demonstrated by a real-world study of the causal effects of oxygen therapy on hospital survival rate and backed up by comprehensive simulation results.

연구 동기 및 목표

• 제한된 표본 크기로 인해 개별 연구 사이트에서 조건부 평균 치료 효과(CATE) 추정의 통계적 검정력이 낮아지는 문제를 해결하기 위해.
• 민감한 환자 수준의 데이터를 공유하지 않고도 개인정보 보호 및 데이터 거버넌스 제약 조건을 존중하면서도 다수의 사이트 간 협업 인과 추론을 가능하게 하기 위해.
• 현지 이질성(치료 효과의 사이트 내 변동성)과 글로벌 이질성(사이트 수준의 혼동 인자로 인한 사이트 간 변동성)을 모두 모델링하고 이를 반영하기 위해.
• 다양한 사이트에서 유래한 이질적 모델을 활용하여 CATE 추정 정확도를 향상시키는 해석 가능하고 데이터 적응형의 모델 평균화 프레임워크를 개발하기 위해.
• 실제 연구 네트워크에서 적용 가능한, 확장 가능하고 쉽게 구현 가능한 분산 인과 추론 솔루션을 제공하기 위해.

제안 방법

• 이 방법은 사이트 수준의 이질성과 환자 수준의 공변량을 위한 이중 수준의 트리 기반 분할 전략을 사용하여, 다양한 사이트의 모델에 대해 데이터 적응형 가중치를 부여한다.
• 모델의 유사도를 반영하기 위해 민첩한 트리 기반 가중치 방식을 사용하여, 목표 사이트의 환자 특성과 가장 유사한 사이트의 모델에 더 높은 영향력을 부여함으로써 인과 추정의 이행 가능성(transportability)을 향상시킨다.
• 모델 평균화를 인과 추론과 통합하여, 다수의 사이트에서 유래한 CATE 추정기를 조합하며, 유사성에 따라 유사한 치료 효과 패턴을 반영하는 재귀적 분할을 통해 가중치를 학습한다.
• 이 방법은 사이트 수준의 혼동 인자를 통해 글로벌 이질성을 명시적으로 모델링하며, 이행 가능성 가정이 성립하지 않을 경우에도 사이트 간 이질적 치료 효과를 허용한다.
• 관찰 연구 및 실험 설계 모두를 지원하며, 시뮬레이션 연구에서 입증된 바와 같이, 성향 스코어 모델의 잘못된 특정화에 대해 강건하다.
• 이 방법은 환자 및 사이트 특성에 따라 모델 기여도를 동적으로 조정하는 앙상블 기법(예: ET(Ensemble Tree) 및 EF(Ensemble Forest))을 사용하여 구현된다.

실험 결과

연구 질문

• RQ1 여러 이질적 연구 사이트 간의 모델 평균화가 환자 수준의 데이터를 공유하지 않고도 목표 사이트에서 조건부 평균 치료 효과(CATE) 추정 정확도를 향상시킬 수 있는가?
• RQ2 모델 평균화 프레임워크는 분산된 데이터 소스 간의 치료 효과에 대한 지역적 이질성과 글로벌 이질성을 효과적으로 고려할 수 있는가?
• RQ3 데이터 적응형이고 해석 가능한 트리 기반 가중치가, 환자 인구구성과 임상 관행가 다른 사이트 간의 CATE 추정 이행 가능성에 얼마나 기여하는가?
• RQ4 제안된 방법은 실제 및 시뮬레이션 환경에서 모델 잘못 특정화 및 다양한 수준의 글로벌 이질성 하에서도 어떻게 성능을 발휘하는가?
• RQ5 이 프레임워크는 대규모 연구 네트워크에서 실용적이고 개인정보 보호를 고려한 협업 인과 추론 솔루션으로 기능할 수 있는가?

주요 결과

• 제안된 ET 및 EF 방법은 표준 모델 평균화 및 앙상블 방법과 비교해 경쟁적인 성능을 보였으며, 다양한 수준의 글로벌 이질성에 대해 강건함을 입증하였다.
• 시뮬레이션 결과, ET-oracle 및 EF-oracle 추정기는 기준 치료 효과가 존재할 경우 근사적으로 0에 가까운 평균 제곱오차(MSE) 비율과 최소한의 분산을 기록하여 높은 정확도를 보였다.
• 실제로 eICU 데이터베이스에 적용한 결과, 산소 요법이 병원 생존율에 미치는 영향에 대해 EF 모델이 가장 큰 생존율 향상을 보였다.
• BMI가 약 35이고 치료 지속 시간이 400시간 이상인 환자군에서 산소 요법의 효과가 가장 두드러졌으며, 이는 EF 모델에서 추정된 치료 효과를 통해 확인되었다.
• EF 모델의 데이터 적응형 가중치는 병상 수가 큰 병원이 더 큰 기여도를 보였음을 보여주었으며, 이는 환자 특성 및 결과 측면에서 목표 사이트와 유사하다는 것을 시사한다.
• 극도로 이질적인 상황에서는 다른 사이트에서 정보를 빌려오지 않는 것이 바람직한 경우를 효과적으로 진단할 수 있었으며, 이는 가중치를 진단 도구로 활용한 결과였다.