[논문 리뷰] Addressing Extreme Propensity Scores in Estimating Counterfactual Survival Functions via the Overlap Weights

Chao Cheng, Fan Li외 2명|arXiv (Cornell University)|2021. 08. 10.

Advanced Causal Inference Techniques인용 수 4

한 줄 요약

이 논문은 시간-사건 결과를 가진 관찰 연구에서 반사적 생존 함수 추정을 향상시키기 위해 성향 스코어 가중치와 역확률 케이서링 가중치를 조합한 오버랩 가중치 추정기법을 제안한다. 기존의 표준 역확률 가중치 대비 편향과 분산이 감소하며, 치료군 간 공변량 오버랩이 낮을 경우 특히 유리하다.

ABSTRACT

The inverse probability weighting approach is popular for evaluating treatment effects in observational studies, but extreme propensity scores could bias the estimator and induce excessive variance. Recently, the overlap weighting approach has been proposed to alleviate this problem, which smoothly down-weighs the subjects with extreme propensity scores. Although advantages of overlap weighting have been extensively demonstrated in literature with continuous and binary outcomes, research on its performance with time-to-event or survival outcomes is limited. In this article, we propose two weighting estimators that combine propensity score weighting and inverse probability of censoring weighting to estimate the counterfactual survival functions. These estimators are applicable to the general class of balancing weights, which includes inverse probability weighting, trimming, and overlap weighting as special cases. We conduct simulations to examine the empirical performance of these estimators with different weighting schemes in terms of bias, variance, and 95% confidence interval coverage, under various degree of covariate overlap between treatment groups and censoring rate. We demonstrate that overlap weighting consistently outperforms inverse probability weighting and associated trimming methods in bias, variance, and coverage for time-to-event outcomes, and the advantages increase as the degree of covariate overlap between the treatment groups decreases.

연구 동기 및 목표

• 관찰 데이터를 사용하여 반사적 생존 함수를 추정할 때 극단적인 성향 스코어 문제를 다루기 위해.
• 치료군과 대조군 간 공변량 오버랩이 제한적일 경우 생존 분석의 추정 정확도와 정밀도를 향상시키기 위해.
• 이전에 연속형 및 이진형 결과에 사용된 오버랩 가중치 접근법을 케이서링이 있는 시간-사건 결과로 확장하기 위해.
• 다양한 수준의 공변량 오버랩과 케이서링 비율에서 오버랩 가중치의 성능을 역확률 가중치 및 트리밍과 비교하기 위해.

제안 방법

• 치료 배정과 케이서링을 모두 보정하기 위해 성향 스코어 가중치와 역확률 케이서링 가중치를 통합한 두 가지 가중치 추정기법을 제안한다.
• 역확률 가중치, 트리밍, 오버랩 가중치를 특수한 경우로 포함하는 일반적인 균형 가중치 클래스를 적용한다.
• 극단적인 성향 스코어를 가진 단위를 부드럽게 감소시켜 추정을 안정화시키기 위해 오버랩 가중치를 사용한다.
• 반사적 생존 함수의 일致한 추정기법을 도출하기 위해 가중치 추정 방정식을 적용한다.
• 가중치 구조를 고려하여 타당한 신뢰구간을 구성하기 위해 분산 추정 기법을 활용한다.
• 통제된 시나리오에서 다양한 가중치 방법의 성능을 비교하기 위해 시뮬레이션 연구를 수행한다.

실험 결과

연구 질문

• RQ1 다양한 수준의 공변량 오버랩에서 오버랩 가중치가 역확률 가중치 및 트리밍보다 반사적 생존 함수 추정에 어떻게 비교되는가?
• RQ2 케이서링 비율이 다양한 가중치 방법의 생존 결과 추정 성능에 어떤 영향을 미치는가?
• RQ3 극단적인 성향 스코어가 존재할 경우 오버랩 가중치는 생존 함수 추정의 편향과 분산을 줄이는가?
• RQ4 치료군 간 공변량 오버랩 수준이 가중치 방법의 상대적 성능에 어떤 영향을 미치는가?
• RQ5 실제 시뮬레이션 조건에서 오버랩 가중치 추정기법은 충분한 95% 신뢰구간 커버리지 성질을 유지하는가?

주요 결과

• 오버랩 가중치는 시간-사건 결과에서 편향, 분산, 95% 신뢰구간 커버리지 측면에서 역확률 가중치 및 트리밍보다 일관되게 뛰어난 성능을 보였다.
• 치료군 간 공변량 오버랩 수준이 낮을수록 오버랩 가중치의 성능 우월성이 증가했다.
• 기존 방법이 커버리지 오차가 증가하는 고케이서링 비율 조건에서도 오버랩 가중치는 양호한 커버리지 성질을 유지했다.
• 극단적인 성향 스코어가 존재할 경우 오버랩 가중치 적용 시 편향과 평균제곱오차가 역확률 가중치 대비 유의미하게 감소했다.
• 제안된 추정기법은 치료군 간 공변량 분포의 균형을 더 잘 달성하여 더 신뢰할 수 있는 반사적 생존 추정을 이끌어냈다.
• 시뮬레이션 결과 오버랩 가중치는 특히 오버랩이 제한적인 상황에서 더 안정된 추정을 제공하며 분산이 낮았다.