[논문 리뷰] Causal Proportional Hazards Estimation with a Binary Instrumental Variable

Behzad Kianian, Jung In Kim외 2명|arXiv (Cornell University)|2019. 01. 30.

Advanced Causal Inference Techniques참고 문헌 26인용 수 6

한 줄 요약

이 논문은 오른쪽으로 잘린 데이터와 이진 내재 변수(IV)를 사용하여 인과적 비례 위험 모델에 대한 단순한 이중단계 역가중치 추정기법을 제안한다. 이는 측정되지 않은 혼란인자가 존재하는 생존 분석 설정에서의 인과적 추론을 가능하게 한다. 이 방법은 특수한 IV 특성화를 활용하여 부분우도 기반 프레임워크에 적합한 성향스코어 가중치를 적용함으로써, 표준 가정 하에서 타당한 추론을 보장하고 표준 소프트웨어에서 구현이 가능하게 하며 부트스트래핑을 통한 분산 추정을 허용한다.

ABSTRACT

Instrumental variables (IV) are a useful tool for estimating causal effects in the presence of unmeasured confounding. IV methods are well developed for uncensored outcomes, particularly for structural linear equation models, where simple two-stage estimation schemes are available. The extension of these methods to survival settings is challenging, partly because of the nonlinearity of the popular survival regression models and partly because of the complications associated with right censoring or other survival features. We develop a simple causal hazard ratio estimator in a proportional hazards model with right censored data. The method exploits a special characterization of IV which enables the use of an intuitive inverse weighting scheme that is generally applicable to more complex survival settings with left truncation, competing risks, or recurrent events. We rigorously establish the asymptotic properties of the estimators, and provide plug-in variance estimators. The proposed method can be implemented in standard software, and is evaluated through extensive simulation studies. We apply the proposed IV method to a data set from the Prostate, Lung, Colorectal and Ovarian cancer screening trial to delineate the causal effect of flexible sigmoidoscopy screening on colorectal cancer survival which may be confounded by informative noncompliance with the assigned screening regimen.

연구 동기 및 목표

• 임의의 무작위 시험에서 비준수로 인해 표준 분석이 편향되는 상황에서 생존 데이터에서 인과적 치료 효과를 추정하는 데 도전하는 것.
• 이전에 선형 모델과 연속적 결과에 국한되었던 도구변수 방법을 오른쪽으로 잘린 시간-사건 결과를 갖는 비례위험 모델으로 확장하는 것.
• 강한 파라미터적 가정을 피하고 복잡한 추론 절차를 피하는, 계산이 단순하고 구현이 가능한 방법을 개발하는 것.
• 제안된 인과적 위험비 추정기의 점근적 타당성과 플러그인 분산 추정기를 보장하는 것.
• 좌측 절단, 경쟁 위험, 반복 사건과 같은 복잡한 생존 설정에서의 적용 가능성을 보여주는 것.

제안 방법

• 이진 도구변수의 특수한 특성화를 활용하여 성향스코어 가중치와 유사한 역확률가중치 체계를 유도하는 것.
• 이중단계 절차를 적용: 첫 번째 단계에서는 이진 회귀를 사용해 치료 할당(도구변수)을 모델링하고, 두 번째 단계에서는 적합한 확률을 Cox 모델의 부분우도에 가중치로 사용하는 것.
• 두 번째 단계에서 편향 없는 추정 방정식으로 부분우도 스코어 함수를 활용하여, 구조적 모델 가정 하에서 일致성 보장.
• 정규 조건 하에서 추정기의 점근적 정규성과 일치성을 도출하고, 첫 번째 단계의 추정 오차를 고려하기 위해 부트스트래핑을 통한 분산 추정을 실시.
• 좌측 절단, 경쟁 위험, 반복 사건을 포함한 복잡한 생존 설정으로 접근법을 일반화하기 위해 가중치를 부분우도 프레임워크에 통합하는 것.
• 광범위한 시뮬레이션과 PLCO 암 선별 시험 데이터에 대한 적용을 통해, 유연한 직장내시경 검사가 대장암 사망률에 미치는 인과적 영향을 추정함.

실험 결과

연구 질문

• RQ1 오른쪽으로 잘린 데이터와 이진 도구변수를 갖는 비례위험 모델에서 인과적 추론을 위한 단순한 이중단계 역가중치 접근법을 개발할 수 있는가?
• RQ2 표준 ITT 또는 '치료를 받은 그룹' 분석이 편향될 수 있는 상황에서, 제안된 방법이 측정되지 않은 혼란인자와 비준수 상황에서도 타당한 추론을 유지하는가?
• RQ3 표준 Cox 모델 소프트웨어를 사용하여 이 방법을 구현할 수 있으며, 첫 번째 단계에서의 가중치 추정 오차를 고려한 적절한 분산 추정이 가능한가?
• RQ4 좌측 절단, 경쟁 위험 또는 반복 사건과 같은 복잡한 생존 설정에서 이 방법의 성능은 어떠한가?
• RQ5 비준수로 인한 측정되지 않은 혼란인자를 조정한 상태에서, PLCO 시험에서의 유연한 직장내시경 검사 선별이 대장암 사망률에 미치는 인과적 영향은 무엇인가?

주요 결과

• 시뮬레이션 연구에서 제안된 IV 추정기법은 다양한 시나리오에서 낮은 편향과 명목 수준에 가까운 신뢰수준을 보이며 양호한 유한표본 성능을 보였다.
• 이 방법은 인과적 위험비 추정기의 일致성과 점근적 정규성을 보장하며, 부트스트래핑을 통한 분산 추정을 통해 타당한 추론이 가능하다.
• PLCO 시험에서 IV 분석은 65–69세 및 70–74세 연령군에서 직장내시경 검사가 대장암 사망률에 유의미한 보호 효과를 가짐을 보였지만, 55–59세 및 60–64세 연령군에서는 그렇지 않았다.
• 젊은 연령군에서 '치료를 받은 그룹' 분석과 IV 분석 간의 괴리는 실제 선별 상태에 따른 위험 요소의 불균형으로 기인하며, 이는 비준수로 인한 '치료를 받은 그룹' 모델의 편향을 시사한다.
• IV 분석은 60세 이상 모든 연령군에서 여성의 대장암 사망률이 남성보다 낮다는 강력한 증거를 제공한다.
• 이 방법은 가족력이 대장암과 관련된 생물학적·행동적 혼란인자와 연관된 생존 불리함을 시사한다.