[논문 리뷰] Multiply Robust Federated Estimation of Targeted Average Treatment Effects

Larry Han, Zhu Shen외 1명|arXiv (Cornell University)|2023. 09. 22.

Advanced Causal Inference Techniques인용 수 4

한 줄 요약

이 논문은 공변량 이동과 공변량 불일치가 있는 다중 기관 연구에서 표적 평균 치료 효과(ATE)를 위한 다중 강건하고 개인정보 보호를 고려한 연합 추정기법을 제안한다. 적응형 앙상블 가중치와 반모수적 효율성 이론을 활용하여 개인 수준의 데이터를 공유하지 않고도 유한 표본에서의 효율성과 강건성을 향상시킨다.

ABSTRACT

Federated or multi-site studies have distinct advantages over single-site studies, including increased generalizability, the ability to study underrepresented populations, and the opportunity to study rare exposures and outcomes. However, these studies are challenging due to the need to preserve the privacy of each individual's data and the heterogeneity in their covariate distributions. We propose a novel federated approach to derive valid causal inferences for a target population using multi-site data. We adjust for covariate shift and covariate mismatch between sites by developing multiply-robust and privacy-preserving nuisance function estimation. Our methodology incorporates transfer learning to estimate ensemble weights to combine information from source sites. We show that these learned weights are efficient and optimal under different scenarios. We showcase the finite sample advantages of our approach in terms of efficiency and robustness compared to existing approaches.

연구 동기 및 목표

• 원자료의 공변량 분포가 이질적이고 일부 공변량이 누락되거나 일치하지 않을 때 표적 인구집단에서 인과 효과를 추정하는 데 도전하는 것.
• 공통된 모형 사양이 필요하거나 개인 수준의 데이터를 통합하는 것을 요구하는 기존 방법의 한계를 극복하여 개인정보 보호 규정을 위반하지 않는 것.
• 기관별 모형 설정이 가능하면서도 다중 강건 추정을 통해 모형 잘못 설정에 대한 강건성을 확보하는 방법을 개발하는 것.
• 데이터 적응형 가중치를 사용해 다수의 원천 기관에서의 추정치를 최적으로 조합함으로써 효율적이고 타당한 인과 추론을 가능하게 하는 것.
• 개인 수준의 데이터 대신 요약 수준의 정보—특히 표적 기관의 공변량 모멘트—만을 공유함으로써 데이터 프라이버시를 보호하는 것.

제안 방법

• 표적 기관과 원천 기관 간의 공변량 이동을 조정하기 위해 밀도 비율 모형을 사용하는 연합 프레임워크를 제안하며, 공변량 모멘트만을 공유한다.
• 누이스처 함수에 대해 다중 강건 추정기의 클래스를 활용하여, 다수의 결과 또는 치료 모형 중 하나라도 올바르게 특정되면 일致성이 보장되도록 한다.
• 예측 위험을 기반으로 원천 기관 추정치를 조합하는 데 최적의 가중치를 학습하는 적응형 앙상블 방법을 도입한다.
• 반모수적 효율성 이론을 사용해 닫힌 형태의 분산 근사식을 유도하여 계산 비용이 높은 부트스트랩 방법을 피한다.
• 최종 추정기를 표적 기관과 원천 기관의 ATE 추정치의 가중 조합으로 설정하며, 추정된 점근적 분산을 최소화하는 방식으로 가중치를 결정한다.
• 균일한 유계 조건 하에서 추정기의 이론적 일치성과 점근 정규성을 확립하며, 최적의 가중치는 L1-패널티 추정을 통해 복원 가능하다.

Figure 1 : Schematic of the data structure in the multi-site setting.

실험 결과

연구 질문

• RQ1 공변량 분포가 기관 간에 다를 때 개인 수준의 데이터를 공유할 수 없음에도 불구하고, 다중 기관 데이터를 사용해 표적 인구집단에 대해 타당한 인과 추론을 수행할 수 있는가?
• RQ2 모형 잘못 설정이 존재하는 상황에서 여러 원천 기관의 추정치를 어떻게 최적으로 조합하여 효율성과 강건성을 향상시킬 수 있는가?
• RQ3 일부 조절 변수가 표적 기관에는 누락되어 있으나 원천 기관에는 존재하는 공변량 불일치가 인과 추정에 어떤 영향을 미치며, 이를 어떻게 수정할 수 있는가?
• RQ4 개인 수준의 데이터를 사용하는 방법과 유사한 점근적 효율성을 달성하면서도 데이터 통합을 피하는 개인정보 보호 방법을 개발할 수 있는가?
• RQ5 어떤 조건에서 적응형 앙상블 가중치를 통한 연합 추정이 단지 표적 기관 데이터에 의존하는 경우보다 점근적 분산을 엄격히 줄일 수 있는가?

주요 결과

• 제안된 추정기는 온건한 규칙성 조건 하에서 점근 정규성을 보이며, 균일한 유계 조건 하에서 유한한 점근적 분산을 갖는다.
• 적응형 앙상블 가중치는 점근적으로 최적임이 입증되었으며, ATE 추정기의 점근적 분산을 최소화한다.
• 표적 추정기와 추정기 차이 간의 공분산이 0이 아닌 원천 기관이 적어도 하나 존재하는 한, 연합 데이터 기반 추정기는 단지 표적 기관 데이터에 의존하는 추정기보다 점근적 분산이 엄격히 작다.
• 데이터 적응형 가중치를 통해 정보가 풍부한 원천 기관 데이터를 활용함으로써 효율성 향상을 달성하며, 기관 간 모형 동일성 요구 조건 없이도 가능하다.
• 반모수 이론에서 유도된 닫힌 형태의 표현식을 사용해 분산 추정기를 일관되게 근사할 수 있어, 부트스트랩 재표집 없이도 타당한 추론이 가능하다.
• 모형 잘못 설정에 대해 강건하다: 다수의 결과 또는 치료 모형 중 하나라도 올바르게 특정되면 추정기는 일치성을 유지하므로, 편향에 대한 다중 보호 장치를 제공한다.

Figure 2 : Estimates of the TATE based on $500$ simulated data sets with covariate mismatch comparing the site-specific estimators with nuisance functions estimated by AIPW (left) and by multiply robust model-mixing (right).