[논문 리뷰] Mediation Analysis Without Sequential Ignorability: Using Baseline Covariates Interacted with Random Assignment as Instrumental Variables

Dylan S. Small|arXiv (Cornell University)|2011. 09. 06.

Advanced Causal Inference Techniques참고 문헌 9인용 수 29

한 줄 요약

이 논문은 무작위 대조 시험에서 이원화 효과에 대한 균형을 깨뜨리는 조건을 허용하고 배제 제약 조건 위반에 대한 민감도 분석을 개발함으로써, 무작위화 변수(IV) 방법을 이용한 중재 분석을 확장한다. 기초 공변량과 무작위 배정의 상호작용을 도구변수로 사용하여 순차적 무시 가능성 조건을 필요로 하지 않고 직접 효과와 간접 효과를 추정함으로써, 중재자-결과 관계에서의 측정되지 않은 혼란 인자에 대한 강건한 추론을 가능하게 한다.

ABSTRACT

In randomized trials, researchers are often interested in mediation analysis to understand how a treatment works, in particular how much of a treatment's effect is mediated by an intermediated variable and how much the treatment directly affects the outcome not through the mediator. The standard regression approach to mediation analysis assumes sequential ignorability of the mediator, that is that the mediator is effectively randomly assigned given baseline covariates and the randomized treatment. Since the experiment does not randomize the mediator, sequential ignorability is often not plausible. Ten Have et al. (2007, Biometrics), Dunn and Bentall (2007, Statistics in Medicine) and Albert (2008, Statistics in Medicine) presented methods that use baseline covariates interacted with random assignment as instrumental variables, and do not require sequential ignorability. We make two contributions to this approach. First, in previous work on the instrumental variable approach, it has been assumed that the direct effect of treatment and the effect of the mediator are constant across subjects; we allow for variation in effects across subjects and show what assumptions are needed to obtain consistent estimates for this setting. Second, we develop a method of sensitivity analysis for violations of the key assumption that the direct effect of the treatment and the effect of the mediator do not depend on the baseline covariates.

연구 동기 및 목표

• 표준 중재 분석이 기초 공변량과 치료를 조건으로 삼아 중재자가 잠재 결과와 조건부로 독립이라는 비현실적인 순차적 무시 가능성 가정에 의존한다는 점을 해결하기 위해.
• 모든 개인에게 동일한 치료 효과를 가정하는 것에서 벗어나, IV 프레임워크 내에서 이원화 효과와 중재자 효과의 이원화를 允허하기 위해.
• 직접 효과 또는 중재자 효과가 기초 공변량에 따라 달라질 경우, 배제 제약 조건 위반에 대한 공식적인 민감도 분석을 개발하기 위해.
• 실제 무작위 대조 시험에서 이원화 변수의 배제 제약 조건에 대한 타당한 위반에 대한 중재 추정치의 강건성 평가를 위한 실용적 방법을 제공하기 위해.

제안 방법

• 기초 공변량과 무작위 배정의 상호작용을 중재자의 도구변수(IV)로 사용하여, 무작위화를 활용해 IV의 배제 제약 조건을 만족시킨다.
• 구조적 방정식 모델에서 이단계 최소제곱(2SLS) 추정을 적용하여 IV 가정 하에 직접 효과와 간접 효과를 식별한다.
• 순서 유지 모델의 g-추정을 통해 인과 효과를 추정하며, 개인 간 이원화 치료 효과를 允허하기 위해 확장한다.
• 기초 공변량(예: 과거 또는 기초 항우울제 사용)에 따라 직접 효과와 중재자 효과가 얼마나 변하는지 정량화하기 위해 민감도 매개변수 τR 및 τM 를 도입한다.
• 민감도 매개변수의 다양한 값에 대해 점추정치와 신뢰구간을 계산하기 위해 시뮬레이션 기반 접근법을 사용한다.
• τR 및 τM 를 타당한 범위로 변화시켜 공식적인 민감도 분석을 수행하고, 그로 인해 유도된 직접 효과 및 간접 효과에 미치는 영향을 평가한다.

실험 결과

연구 질문

• RQ1 치료 효과가 개인 간으로 다양할 경우, 즉 일정한 효과를 가정하지 않을 경우, 중재 분석을 위한 이원화 변수 방법을 어떻게 확장할 수 있는가?
• RQ2 치료 효과가 이원화되어 있고 기초 공변량이 도구변수로 사용될 경우, 직접 효과와 간접 효과의 일관된 추정을 위해 어떤 가정이 필요한가?
• RQ3 직접 효과 또는 중재자 효과가 기초 공변량에 따라 달라질 경우, 특히 기초 공변량에 따라 효과가 변형될 경우, 배제 제약 조건 위반에 대해 추정된 직접 효과와 간접 효과는 얼마나 민감한가?
• RQ4 과거 또는 기초 항우울제 사용에 의한 효과 수정이 있을 경우, 이러한 타당한 배제 제약 조건 위반은 PROSPECT 연구에서 중재에 대한 인과적 추론에 얼마나 영향을 미치는가?
• RQ5 순차적 무시 가능성 조건이 성립하지 않을 경우, 연구자들은 측정되지 않은 혼란 인자가 존재할 때 중재 분석 결과의 강건성을 어떻게 정량화할 수 있는가?

주요 결과

• PROSPECT 연구에서 간 intervention 의 직접 효과는 민감도 매개변수 값에 따라 -3.63에서 0.94 사이로 변동하여, 타당한 배제 제약 조건 위반에 대한 상당한 불확실성을 시사한다.
• 중재자 효과(항우울제 사용)의 추정치는 기초 공변량에 따른 효과 수정 수준에 따라 -2.87에서 5.33 사이로 크게 변동하였다.
• 치료의 직접 효과 또는 중재자 효과가 과거 항우울제 사용 또는 기초 사용 여부에 따라 달라지도록 허용할 경우, 직접 효과 및 간접 효과의 점추정치가 크게 변화하여 민감도 분석의 중요성을 강조한다.
• 민감도 분석 결과, 특히 효과 수정이 존재할 경우, 직접 효과 및 중재자 효과에 대한 인과적 추론이 배제 제약 조건 위반에 상당히 민감한 것으로 나타났다.
• 이 방법은 다양한 가정 하에서 직접 효과 및 간접 효과의 타당한 범위를 성공적으로 식별하여, 연구자들이 측정되지 않은 혼란 인자가 존재할 경우 자신의 결론의 강건성 평가를 가능하게 하였다.