[論文レビュー] Adaptive Combination of Randomized and Observational Data

David Cheng, Tianxi Cai|arXiv (Cornell University)|Nov 29, 2021

Advanced Causal Inference Techniques参考文献 30被引用数 9

ひとこと要約

本稿では、無作為化試験と観察研究の両方のデータを用いて、平均二乗誤差（MSE）を最小化するように重みを割り当てることで、条件付き平均処置効果（CATE）推定器を適応的に組み合わせる手法を提案する。観察研究の推定器にバイアスが検出された場合には、無作為化推定器を優先することで一貫性とロバスト性を確保し、バイアスが無視できる場合には両者を効率的に統合する。この手法は、ホルモン療法に関する女性の健康イニシアチブ研究で実証された。

ABSTRACT

Data from both a randomized trial and an observational study are sometimes simultaneously available for evaluating the effect of an intervention. The randomized data typically allows for reliable estimation of average treatment effects but may be limited in sample size and patient heterogeneity for estimating conditional average treatment effects for a broad range of patients. Estimates from the observational study can potentially compensate for these limitations, but there may be concerns about whether confounding and treatment effect heterogeneity have been adequately addressed. We propose an approach for combining conditional treatment effect estimators from each source such that it aggressively weights toward the randomized estimator when bias in the observational estimator is detected. This allows the combination to be consistent for a conditional causal effect, regardless of whether assumptions required for consistent estimation in the observational study are satisfied. When the bias is negligible, the estimators from each source are combined for optimal efficiency. We show the problem can be formulated as a penalized least squares problem and consider its asymptotic properties. Simulations demonstrate the robustness and efficiency of the method in finite samples, in scenarios with bias or no bias in the observational estimator. We illustrate the method by estimating the effects of hormone replacement therapy on the risk of developing coronary heart disease in data from the Women's Health Initiative.

研究の動機と目的

• 無作為化試験と観察研究の両方のデータが利用可能な状況において、条件付き平均処置効果（CATE）を推定するロバストな手法を開発すること。
• 観察研究における交絡バイアスの課題に直面しつつも、その大きなサンプルサイズと高い異質性を活用すること。
• 両者の推定値の整合性に基づいて、観察研究推定器の重みを適応的に組み合わせるCATE推定器を構築すること。
• 観察研究の仮定が破綻しても、結合推定器の一貫性を保証すること。
• 観察研究推定器がバイアスがなく信頼できる場合に、推定器を組み合わせることで効率性を最適化すること。

提案手法

• 交絡および処置効果の異質性に関する仮定のもとで、無作為化試験および観察研究データから基本的なCATE推定器を構築する。
• 推定された平均二乗誤差（MSE）を最小化するように、組み合わせを罰則付き最小二乗問題として定式化する。
• 観察研究推定器の最適な重みは、推定されたMSEを最小化することで決定され、推定値の乖離が検出された場合には、無作為化推定器への適応的収縮が生じる。
• 観察研究推定器がバイアスを含んでも、無作為化推定器が有効であるという仮定のもとで、真のCATEに対する一貫性が保証される。
• 結合推定器の漸近的性質を導出し、推定器が整合的である場合に最適な効率性を達成し、バイアスが存在する場合にはロバスト性を示すことを示す。
• 影響関数を用いて漸近的分散を推定し、結合CATEの95％信頼区間を構築する。

実験結果

リサーチクエスチョン

• RQ1 観察研究推定値にバイアスが存在してもロバストであり、かつ推定値が信頼できる場合には効率性を維持するような、結合CATE推定器を構築できるか？
• RQ2 データ駆動型の重み付けによって、無作為化および観察的CATE推定器の間の最適なバランスをどのように達成できるか？
• RQ3 単独で試験データまたは観察データに依存する場合と比較して、適応的手法が平均二乗誤差をどの程度低減するか？
• RQ4 観察研究推定器がバイアスを含むか含まないかにかかわらず、有限標本における手法の性能はいかがなものか？
• RQ5 無作為化および観察研究データの間でCATE推定値に乖離が生じた場合に、この手法は因果的妥当性を保持しながら、その乖離を効果的に処理できるか？

主な発見

• 観察研究推定器にバイアスが存在しても、無作為化推定器に anchored されているため、適応的推定器は真のCATEを一貫して推定する。
• 観察研究推定器に顕著なバイアスがない状況では、データ駆動型の重み付けにより両推定器を組み合わせ、最適な効率性を達成する。
• シミュレーションでは、バイアスあり・なしの両方の状況において、この手法が低い平均二乗誤差を維持することが示された。
• 女性の健康イニシアチブ研究の応用において、適応的推定器は低リスク参加者に対してE+Pのやや保護的効果を示し、高リスク参加者に対しては不確実または有害な効果を示した。これは、試験と観察研究の推定値の矛盾を解消した。
• 処置効果の差が大きいサブグループでは、推定された重みが0に収縮した。これは、乖離が最大だった領域では試験データにより依存していることを示している。
• この手法は滑らかな適応性を示した。観察研究推定値が試験推定値と食い違う場合には、結合推定器は試験推定値に近づき、バイアスのリスクを低減した。