[논문 리뷰] The Target Study: A Conceptual Model and Framework for Measuring Disparity

John W. Jackson, Yea‐Jen Hsu외 3명|arXiv (Cornell University)|2022. 07. 01.

Advanced Causal Inference Techniques인용 수 8

한 줄 요약

이 논문은 사회적 집단 소속 또는 공변량을 간섭하지 않고 불균형을 측정하기 위한 표본 기반 개념적 모델 및 프레임워크인 Target Study를 소개한다. G-컴퓨테이션과 가중치 추정기법을 사용하여 불균형을 일반화하고 콜라이더-스트래티피케이션을 조정하며 입학 시기를 균형 있게 맞추어, 전자 의무 기록을 사용하여 고혈압 조절의 건강 시스템 내 불균형을 평가하는 강력한 방법을 제공한다. 구현을 위한 R 코드도 포함되어 있다.

ABSTRACT

We present a conceptual model to measure disparity--the target study--where social groups may be similarly situated (i.e., balanced) on allowable covariates. Our model, based on a sampling design, does not intervene to assign social group membership or alter allowable covariates. To address non-random sample selection, we extend our model to generalize or transport disparity or to assess disparity after an intervention on eligibility-related variables that eliminates forms of collider-stratification. To avoid bias from differential timing of enrollment, we aggregate time-specific study results by balancing calendar time of enrollment across social groups. To provide a framework for emulating our model, we discuss study designs, data structures, and G-computation and weighting estimators. We compare our sampling-based model to prominent decomposition-based models used in healthcare and algorithmic fairness. We provide R code for all estimators and apply our methods to measure health system disparities in hypertension control using electronic medical records.

연구 동기 및 목표

• 사회적 집단 소속 또는 허용 가능한 공변량을 할당하거나 변경하지 않는 불균형 측정을 위한 개념적 모델을 개발하는 것.
• 표본 선택이 비랜덤일 경우를 다루기 위해 모델을 확장하여 불균형 추정치를 일반화하거나 이식할 수 있도록 하는 것.
• 입학 시기의 이질성으로 인한 편향을 보정하기 위해 사회 집단 간 캘린더 시간의 입학 균형을 맞추는 것.
• G-컴퓨테이션과 역확률가중치와 같은 연구 설계, 자료 구조, 추정기법을 사용하여 모델을 모방할 수 있는 실용적 프레임워크를 제공하는 것.
• 의료 및 알고리즘 정의에서 사용되는 기존의 분해 기반 모델과 비교하여 표본 기반 접근법의 성능을 평가하는 것.

제안 방법

• 사회 집단이 허용 가능한 공변량에 대해 균형을 이루는 표본 기반 개념적 모델을 제안하여 집단 소속에 간섭하지 않는 것.
• 다양한 연구 설계 하에서 불균형을 추정하기 위해 G-컴퓨테이션과 역확률가중치 추정기법을 사용하는 것.
• 표본에서 목표 인구로 불균형 추정치를 일반화하기 위해 이식 가능성 방법을 적용하는 것.
• 자격 관련 변수에 대한 간섭을 모델링하여 콜라이더-스트래티피케이션 편향을 조정하는 것.
• 사회 집단 간 캘린더 시간의 입학을 균형 있게 맞춰 시간에 따라 달라지는 결과에서의 시기 관련 편향을 제거하는 것.
• 실제 전자 의무 기록 데이터를 사용하여 고혈압 조절 불균형을 측정하기 위해 프레임워크를 구현하는 것.

실험 결과

연구 질문

• RQ1 어떻게 연구 설계에서 사회적 집단 소속 또는 공변량을 할당하거나 변경하지 않고도 불균형을 측정할 수 있는가?
• RQ2 입학 시기의 이질성이 불균형 추정에 얼마나 큰 편향을 유도하는가, 그리고 이를 어떻게 보정할 수 있는가?
• RQ3 표본에서 목표 인구로 불균형 추정치를 일반화하거나 이식할 수 있는가, 외부 타당성을 향상시키기 위해 어떻게 활용할 수 있는가?
• RQ4 의료 및 알고리즘 정의 분야에서 사용되는 기존의 분해 기반 모델과 비교할 때 표본 기반 모델의 성능은 어떠한가?
• RQ5 관찰 자료 기반 건강 데이터에서 불균형을 평가할 때 콜라이더-스트래티피케이션 편향은 어떻게 다룰 수 있는가?

주요 결과

• Target Study 프레임워크는 사회적 집단 소속이나 공변량에 간섭하지 않으면서도 불균형을 성공적으로 측정하여 방법론적 정합성을 유지한다.
• 사회 집단 간 입학 시기의 균형 조정이 시간에 따라 달라지는 불균형 추정치의 편향을 크게 감소시킨다.
• G-컴퓨테이션과 가중치 추정기법의 사용은 다양한 표본 및 간섭 시나리오 하에서 불균형 추정을 강력하게 가능하게 한다.
• 자격 관련 변수에 대한 간섭을 모델링함으로써 프레임워크는 콜라이더-스트래티피케이션을 효과적으로 다룬다.
• 제공된 R 코드는 모든 추정기법의 재현 가능한 구현을 가능하게 하여 투명성과 보급을 향상시킨다.
• 전자 의무 기록에 대한 적용을 통해 고혈압 조절의 측정 가능한 불균형이 드러났으며, 기존의 분해 기반 방법보다 더 세밀한 평가를 가능하게 한다.