[논문 리뷰] Kernel Optimal Orthogonality Weighting: A Balancing Approach to Estimating Effects of Continuous Treatments

Nathan Kallus, Michele Santacatterina|arXiv (Cornell University)|2019. 10. 26.

Advanced Causal Inference Techniques참고 문헌 55인용 수 11

한 줄 요약

이 논문은 연속적 치료와 혼란인자 간 최악의 상황에서 페널티가 부과된 기능적 공분산을 최소화하는 데 초점을 맞춘 볼록 최적화 기반 방법인 커널 최적 직교 가중치(KOOW)를 제안한다. 이는 극단적인 가중치를 통제하면서도 최적의 공변량 균형을 보장한다. KOOW는 시뮬레이션에서 높은 편향과 평균제곱오차 성능을 보이며, 여성 건강 이니셔티브 연구에서 적절한 적응량-반응 관계를 보여주었다.

ABSTRACT

Many scientific questions require estimating the effects of continuous treatments. Outcome modeling and weighted regression based on the generalized propensity score are the most commonly used methods to evaluate continuous effects. However, these techniques may be sensitive to model misspecification, extreme weights or both. In this paper, we propose Kernel Optimal Orthogonality Weighting (KOOW), a convex optimization-based method, for estimating the effects of continuous treatments. KOOW finds weights that minimize the worst-case penalized functional covariance between the continuous treatment and the confounders. By minimizing this quantity, KOOW successfully provides weights that orthogonalize confounders and the continuous treatment, thus providing optimal covariate balance, while controlling for extreme weights. We valuate its comparative performance in a simulation study. Using data from the Women's Health Initiative observational study, we apply KOOW to evaluate the effect of red meat consumption on blood pressure.

연구 동기 및 목표

• 연속적 치료 효과를 추정하는 데 있어 결과 모형 및 일반화된 추진력 스코어(GPS) 방법의 한계를 해결하기 위해, 모형 잘못 설정에 민감하고 극단적인 가중치에 영향을 받는 문제를 해결하고자 한다.
• 결과 모형에 대한 파rametric 가정에 의존하지 않고도 연속적 치료와 혼란인자 간 최적의 공변량 균형을 보장하는 방법을 개발하고자 한다.
• 극단적인 가중치를 통제하면서 치료와 혼란인자 간의 직교성을 확보하는 강건한 볼록 최적화 기반의 가중치 방법을 제공하고자 한다.
• 이 방법의 성능을 시뮬레이션 연구에서 평가하고 실제 데이터에 적용하여, 특히 육류 섭취가 혈압에 미치는 영향을 평가하고자 한다.

제안 방법

• KOOW는 커널 기반 표현을 사용하여 연속적 치료와 혼란인자 간 최악의 상황에서 페널티가 부과된 기능적 공분산을 최소화하는 문제로 문제를 설정한다.
• 이 방법은 제곱형 프로그래밍을 사용하여 치료와 혼란인자를 직교화하는 가중치를 구한다. 여기서 페널티 파rameter λ는 상관관계 없애기와 정밀도 사이의 균형을 조절한다.
• 특히 차수 1인 두 개의 다항식 커널의 곱을 사용하여 데이터 내 복잡한 비선형 관계를 파라미터 가정 없이 포착한다.
• 최적의 가중치는 페널티 항을 포함한 최악의 상황 공분산을 최소화하는 제약 조건이 있는 최적화 문제를 푸는 방식으로 도출된다.
• 용량-반응 곡선은 KOOW 가중치를 사용한 가중 지역 다항 회귀 또는 비선형 가중 최소 제곱법을 통해 추정된다.
• 커널의 초모수는 가우시안 프로세스 최대우도(GPML)를 통해 튜닝되며, 부트스트랩 샘플링(1,000회 반복)을 통해 신뢰구간을 구축한다.

실험 결과

연구 질문

• RQ1 볼록 최적화 기반의 가중치 방법이 전통적인 결과 모형 및 GPS 기반 방법에 비해 연속적 치료 효과 추정에서 더 나은 공변량 균형과 낮은 편향을 달성할 수 있는가?
• RQ2 다양한 시뮬레이션 시나리오에서 KOOW는 통합 절대 편향과 통합 제곱근 평균 제곱오차 측면에서 어떻게 성능을 보이는가?
• RQ3 KOOW는 극단적인 가중치를 효과적으로 줄이면서도 연속적 치료와 혼란인자 간의 직교 관계를 유지하는가?
• RQ4 여성 건강 이니셔티브 관찰 연구에서 육류 섭취와 수축기 혈압 간의 추정된 용량-반응 관계는 어떠한가?

주요 결과

• KOOW는 모든 시뮬레이션 시나리오에서 낮은 통합 절대 편향과 낮은 통합 제곱근 평균 제곱오차를 기록하여, 추정 정확도 측면에서 경쟁 방법들을 능가했다.
• 여성 건강 이니셔티브 연구에서 추정된 용량-반응 곡선은 저수준의 육류 섭취에서 약 125 mmHg 수준의 수축기 혈압에서 시작하여 고수준 섭취에서 거의 175 mmHg까지 증가하는 경향을 보였다.
• 공변량 균형은 절대 가중 상관계수로 측정되었으며, 모든 여섯 개의 혼란인자(BMI, 연령, 에너지 섭취, 흡연 상태, 고혈압 치료 사용 등)에서 거의 0에 수렴하여 효과적인 직교화가 이루어졌음을 확인했다.
• KOOW로 재가중된 혼란인자와 육류 섭취 간 산점도는 시각적으로 거의 0에 수렴하는 상관관계를 보여, 성공적인 균형 조절이 이루어졌음을 확인했다.
• 용량-반응 곡선의 부트스트랩 신뢰구간은 1,000회 반복을 통해 구축되었으며, 복잡한 가중치 설정에도 불구하고 강건한 추론을 가능하게 했다.
• KOOW는 결과 모형에 대한 파라미터 가정에 의존하지 않고 비모수적 커널 기반 기능적 공분산 최소화에 기반함으로써 모형 잘못 설정에 대한 강건성을 보였다.