[논문 리뷰] Collaborative causal inference with a distributed data-sharing management

Mengtong Hu, Xu Shi외 1명|arXiv (Cornell University)|2022. 04. 02.

Statistical Methods in Clinical Trials인용 수 6

한 줄 요약

이 논문은 원시 데이터를 통합하지 않고 다중 기관 임상 시험 간에 분산형으로 개인정보 보호가 가능한 인과 효과 추정을 가능하게 하는 협업적 인과 추론 프레임워크인 cola(Collaborative Operation of Linked Analysis)를 제안한다. 일련의 업데이트 메커니즘을 통해 요약 통계만을 공유함으로써, 중앙집중 분석과 유사한 통계적 효율성을 달성하며 희귀한 결과나 비균형 데이터 분포 조건에서도 최소한의 검정력 손실을 보인다.

ABSTRACT

Data sharing barriers are paramount challenges arising from multicenter clinical trials where multiple data sources are stored in a distributed fashion at different local study sites. Merging such data sources into a common data storage for a centralized statistical analysis requires a data use agreement, which is often time-consuming. Data merging may become more burdensome when causal inference is of primary interest because propensity score modeling involves combining many confounding variables, and systematic incorporation of this additional modeling in meta-analysis has not been thoroughly investigated in the literature. We propose a new causal inference framework that avoids the merging of subject-level raw data from multiple sites but needs only the sharing of summary statistics. The proposed collaborative inference enjoys maximal protection of data privacy and minimal sensitivity to unbalanced data distributions across data sources. We show theoretically and numerically that the new distributed causal inference approach has little loss of statistical power compared to the centralized method that requires merging the entire data. We present large-sample properties and algorithms for the proposed method. We illustrate its performance by simulation experiments and a real-world data example on a multicenter clinical trial of basal insulin treatment for reducing the risk of post-transplantation diabetes among kidney-transplant patients.

연구 동기 및 목표

• 개인정보 보호, 보안 및 IRB 승인 제약로 인해 발생하는 다중 기관 임상 시험의 데이터 공유 장벽을 해결한다.
• 기본적인 메타분석의 한계, 특히 성향 스코어 모델링과 교란 변수 조정에 대한 통제 부족 문제를 해결한다.
• 각 기관의 비균형 또는 소표본 데이터 조건에서도 통계적 검정력과 강건성을 유지하는 분산 추론 프레임워크를 개발한다.
• 개인정보 보호를 위해 환자 수준의 데이터 이동 없이 요약 통계만 공유함으로써 효율적이고 개인정보 보호가 가능한 인과 효과 추정을 가능하게 한다.
• 지역 수렴 실패와 데이터 이질성에 민감한 병렬 처리 메타분석 방법에 대한 확장 가능하고 유연한 대안을 제공한다.

제안 방법

• 병렬 처리 방식이 아닌 일련의 업데이트 메커니즘을 도입하여 기관 간 요약 통계를 공유함으로써 유연성과 수렴 성능을 향상시킨다.
• 지역적으로 계산된 성향 스코어와 공유된 요약 통계를 이용해 역확률가중법(IPW)을 적용하여 인과 효과를 추정한다.
• 통신 비용과 효율성에 따라 차이가 나는 네 가지 알고리즘(예: 3r-cola, 2r-cola)을 개발하여 프라이버시와 통계적 검정력 사이의 트레이드오프를 가능하게 한다.
• 중계 기반 통신 구조(그림 1)를 활용하여 가중 모멘트와 성향 스코어 추정치와 같은 핵심 요약 통계를 기관 간 전달한다.
• 推定量의 대표적 성질과 점근 정규성을 도출하며, 누적 표본 크기 비율로 수렴하는 것을 보여준다.
• R 패키지와 상호작용 가능한 데이터 공유 플랫폼을 구현하여 독립 실행과 안전한 요약 통계 교환을 지원한다.

실험 결과

연구 질문

• RQ1 원시 데이터를 공유하지 않고도 중앙집중 분석과 유사한 통계적 효율성을 달성할 수 있는 분산 인과 추론 방법이 가능한가?
• RQ2 다양한 연구 기관에서 희귀한 결과나 비균형 데이터 분포 조건에서 제안된 cola 프레임워크는 어떻게 성능을 발휘하는가?
• RQ3 cola의 일련 업데이트 메커니즘이 추정 정확도를 유지하면서 통신 비용을 얼마나 줄이는가?
• RQ4 일부 지역 기관에서 분산이 낮거나 표본 크기가 작을 경우에도 방법이 높은 통계적 검정력을 유지할 수 있는가?
• RQ5 클래식한 메타분석과 비교할 때 다중 기관 임상 시험에서 인과 오즈비율 추정의 편향과 정밀도 측면에서 cola의 성능은 어떠한가?

주요 결과

• cola 방법은 중앙집중(오라클) 분석과 거의 동일한 인과 효과 추정을 달성하였으며, 추정 오즈비율은 0.37(95% 신뢰구간: 0.15, 0.93)으로, 기준값인 0.37(95% 신뢰구간: 0.15, 0.91)과 거의 일치한다.
• 반면, 클래식한 메타분석은 편향된 추정치 0.62(96% 신뢰구간: 0.20, 1.93)를 도출하여 진짜 값 대비 치료 효과를 60% 이상 과대평가하였다.
• 심한 결과 희귀성 조건에서도 3r-cola 절차는 오라클 방법과 거의 동일한 결과를 도출하여 희소 데이터에 대한 강건성을 입증하였다.
• 이 방법은 비균형 데이터 분포에 대해 민감하지 않으며, 통계적 검정력이 높아 클래식한 메타분석에 비해 핵심적인 이점이다.
• 3r-cola 및 2r-cola 알고리즘은 중앙집중 분석 대비 최소한의 효율성 손실을 보였으며, 누적 표본 크기 비율로 수렴하는 속도를 보였다.
• 지역 수렴 실패에 대해서도 강건한 프레임워크로, 유의미한 추정을 위해 유일하게 첫 번째 기관에서 충분한 데이터 분산이 필요하므로, 소규모 또는 통계적 검정력이 낮은 기관에서도 실행 가능성을 높였다.