[논문 리뷰] Multivariate one-sided testing in matched observational studies as an adversarial game

Peter Cohen, Matt A. Olson외 1명|arXiv (Cornell University)|2018. 12. 18.

Statistical Methods and Inference참고 문헌 50인용 수 3

한 줄 요약

이 논문은 일치된 관찰 연구에서 다변량 단측 감도 분석을 제안하며, 연구자와 자연 간의 적대적 게임으로 모형화된 테스트 통계량을 통해 숨겨진 편향을 극복한다. 볼록 최적화를 사용하여 가장 보수적인 결과 통계량의 선형 조합을 찾으며, 귀무가설 하에서 최적의 설계 민감도와 카이바르제곱 분포로 수렴하여, 가족별 오류율을 통제하면서도 검정력이 크게 향상된다.

ABSTRACT

We present a multivariate one-sided sensitivity analysis for matched observational studies, appropriate when the researcher has specified that a given causal mechanism should manifest itself in effects on multiple outcome variables in a known direction. The test statistic can be thought of as the solution to an adversarial game, where the researcher determines the best linear combination of test statistics to combat nature's presentation of the worst-case pattern of hidden bias. The corresponding optimization problem is convex, and can be solved efficiently even for reasonably sized observational studies. Asymptotically the test statistic converges to a chi-bar-squared distribution under the null, a common distribution in order restricted statistical inference. The test attains the largest possible design sensitivity over a class of coherent test statistics, and facilitates one-sided sensitivity analyses for individual outcome variables while maintaining familywise error control through is incorporation into closed testing procedures.

연구 동기 및 목표

• 관찰 연구에서 숨겨진 편향 하에서 다변량 단측 검정의 다중 비교 문제를 해결하기 위해.
• 사전 지정된 방향성 효과를 가진 다수의 결과 변수를 검정할 때 가족별 오류율 통제를 유지하는 감도 분석을 개발하기 위해.
• 일致된 방향성 인과 가설 하에서 결과별 통계량을 적응적으로 조합하여 검정력을 최적화하기 위해.
• 일치된 다변량 검정 중에서 가장 높은 설계 민감도를 가지는 방법을 확립하기 위해.
• 적대적 최적화를 통해 일치성을 형식화하여 관찰 연구에서 강력한 인과 추론을 가능하게 하기 위해.

제안 방법

• 테스트 통계량은 숨겨진 편향 하에서 가장 나쁜 경우의 p값을 최대화하는 볼록 최적화 문제의 해로 설정되며, 연구자와 자연 간의 적대적 게임을 모형화한다.
• 방법은 결과별 통계량의 선형 조합을 사용하며, 가중치는 worst-case 편향 패턴 하에서 검정력을 최대화하기 위해 볼록 프로그램을 풀어 결정된다.
• 테스트 통계량의 점근적 귀무분포는 순서 제약 추론에서 유도된 카이바르제곱 분포이며, 가중치는 결과의 상관 구조에 따라 달라진다.
• 다중 결과 변수에 걸쳐 가족별 오류율 통제를 유지하기 위해 이 방법을 닫힌 검정 절차에 통합한다.
• 감도 파rameter Γ가 증가함에 따라 미측정 혼란인자의 가능 영역이 확장되어, Γ에 따라 증가하는 보수적인 임계값이 된다.
• 이중 결과에 대해서는, 상관계수 행렬의 비대각성 요소가 하한에 도달할 때 가장 보수적인 임계값이 발생함을 기하학적 및 확률적 추론을 통해 도출한다.

실험 결과

연구 질문

• RQ1 다중 비교 문제를 고려하면서도 숨겨진 편향에 강건한 다변량 단측 검정을 어떻게 실현할 수 있는가?
• RQ2 방향성 인과 가설 하에서 결과별 통계량을 어떻게 조합하여 치료 효과에 대한 민감도를 최대화할 수 있는가?
• RQ3 일치된 검정 중에서 가장 높은 설계 민감도를 가지는 다변량 검정을 구성할 수 있는가?
• RQ4 이 맥락에서 카이바르제곱 분포가 어떻게 유도되는가? 그리고 순서 제약 하에서 타당한 추론을 위해 어떻게 활용할 수 있는가?
• RQ5 다중 결과를 방향성 예측과 함께 검정할 때, 닫힌 검정 절차가 가족별 오류율 통제를 어느 정도 유지할 수 있는가?

주요 결과

• 제안된 검정은 일치된 다변량 통계량 중에서 가장 큰 설계 민감도를 달성하여, 숨겨진 편향 하에서 치료 효과에 대한 민감도 측면에서 최적임을 입증한다.
• 귀무가설 하에서 테스트 통계량은 점근적으로 카이바르제곱 분포를 따르며, 알려진 분포 이론을 통해 타당한 p값 계산이 가능하다.
• 이중 결과에 대해서는 기하학적 및 확률적 추론을 통해, 결과 간 상관계수가 가능한 최소값일 때 가장 보수적인 임계값이 발생함을 증명하였다.
• 일致된 인과 가설 하에서 결과를 적응적으로 조합함으로써, 다중성 제어와 관련된 전형적인 검정력 손실을 크게 감소시켰다.
• 임계값은 감도 파rameter Γ가 증가함에 따라 증가하며, 미측정 혼란인자의 가능 집합이 커지는 것을 반영하고, 진정한 혼란인자가 알려지지 않은 상태에서도 보수적인 성질을 유지한다.
• 1,638명의 개인을 포함한 실제 일치된 관찰 연구에서 흡연과 다환화합물 노출 간의 적용 사례를 통해, 이 방법의 실현 가능성과 강건성을 입증하였다.