[논문 리뷰] Data fusion methods for the heterogeneity of treatment effect and confounding function

Shu Yang, Liu, Siyi외 2명|arXiv (Cornell University)|2020. 07. 25.

Advanced Causal Inference Techniques참고 문헌 23인용 수 9

한 줄 요약

이 논문은 은폐된 교란 요인 하에서 이질적 치료 효과 추론을 향상시키기 위해 무작위 대조 시험(RCT) 및 관찰 연구 데이터를 통합하는 반모수적, 속도 이중로버스트 추정기법을 제안한다. 교란 함수를 공유 파ameter로 활용함으로써, 이 방법은 비모수적으로 치료 효과 이질성과 교란 편향을 식별하며, 이행 가능성 조건이 성립할 경우 시험 전용 추정기법보다 더 높은 효율성을 달성한다.

ABSTRACT

The heterogeneity of treatment effect (HTE) lies at the heart of precision medicine. Randomized controlled trials are gold-standard for treatment effect estimation but are typically underpowered for heterogeneous effects. In contrast, large observational studies have high predictive power but are often confounded due to the lack of randomization of treatment. We show that an observational study, even subject to hidden confounding, may be used to empower trials in estimating the HTE using the notion of confounding function. The confounding function summarizes the impact of unmeasured confounders on the difference between the observed treatment effect and the causal treatment effect, given the observed covariates, which is unidentifiable based only on the observational study. Coupling the trial and observational study, we show that the HTE and confounding function are identifiable. We then derive the semiparametric efficient scores and the integrative estimators of the HTE and confounding function. We clarify the conditions under which the integrative estimator of the HTE is strictly more efficient than the trial estimator. Finally, we illustrate the integrative estimators via simulation and an application.

연구 동기 및 목표

• 제한된 표본 다양성으로 인해 부족한 통계적 검정력을 가진 무작위 대조 시험에서 이질적 치료 효과를 추정하는 데 도전하는 것.
• 측정되지 않은 교란 요인이 인과 추론을 왜곡할 수 있는 대규모 관찰 연구에서 교란 편향을 극복하는 것.
• 두 데이터 소스를 활용하여 비모수적으로 치료 효과 이질성과 교란 함수를 동시에 식별하는 통합 프레임워크를 개발하는 것.
• 모수적 구조 모델 하에서 시험 전용 추정보다 효율성을 향상시키는 반모수적 효율 추정기법을 도출하는 것.
• 데이터 통합이 시험 전용 데이터에만 의존하는 것보다 엄밀히 더 높은 효율성을 제공하는 조건을 명확히 하는 것.

제안 방법

• 측정되지 않은 교란 요인의 잠재적 결과에 대한 영향을 관측된 공변량 조건 하에서 요약하는 교란 함수를 도입한다.
• 이행 가능성 가정을 사용하여 시험 기반 치료 효과를 관찰 샘플과 연결함으로써, 치료 효과 이질성과 교란 함수의 식별을 가능하게 한다.
• 재매개변수화 및 기하학적 방법을 통해 식별 제약 조건을 고려한 반모수적 효율 스코어를 유도한다.
• 누이스 함수가 더 약한 정규성 조건으로 추정되더라도 루트-N 수렴 속도를 유지하는 rate-doubly robust 통합 추정기법을 제안한다.
• 모델 적합도 평가 및 공동 추정 프레임워크 내의 가정 검증을 위해 초과식별 검정을 활용한다.
• 두 단계 추정 절차를 적용한다: 먼저 관찰 데이터를 사용해 교란 함수를 추정하고, 그 다음 시험 데이터와 통합하여 치료 효과 이질성을 추정한다.

실험 결과

연구 질문

• RQ1 은폐된 교란 요인이 존재하는 관찰 연구가 무작위 대조 시험에서 이질적 치료 효과 추정의 정밀도를 향상시킬 수 있는가?
• RQ2 통합 추정기법이 시험 전용 추정기법보다 엄밀히 더 효율적인 조건은 무엇인가?
• RQ3 모수적 구조 모델 하에서, 시험 및 관찰 데이터를 동시에 사용해 교란 함수를 비모수적으로 식별할 수 있는가?
• RQ4 치료 효과 이질성과 교란 함수의 공동 추정에 대한 반모수적 효율 한계는 무엇인가?
• RQ5 누이스 함수의 탄력적인 모델링 하에서도 유효한 추론을 보장하기 위해 rate-doubly robust 추정은 어떻게 달성할 수 있는가?

주요 결과

• 이행 가능성 가정 하에서 교란 함수가 충분한 정밀도로 추정될 경우, 통합 추정기법은 시험 전용 추정기법보다 엄밀히 더 빠른 루트-N 수렴 속도를 달성한다.
• 시뮬레이션 연구 결과, 관찰 연구에서 측정되지 않은 교란 요인이 존재할 경우, 통합 추정기법은 시험 전용 추정기법 및 메타분석 추정기법보다 더 좁은 신뢰구간을 생성한다.
• 암 치료 데이터에 대한 응용에서, 시험 전용 추정기법은 표본 크기가 작아 유의미하지 않았지만, 통합 추정기법은 효율성을 확보하고 더 정밀한 추정치를 제공하였다.
• 관찰 연구에서 교란 함수의 모수는 연령, 성별, 조직형태에서 모두 0과 유의미하게 다를 것으로 나타나, 측정되지 않은 교란 요인이 없는 가정은 만족되지 않았을 가능성이 높다.
• 초과식별 검정 결과, 모형은 기각되지 않았으며, 이는 공동 추정 모형이 실증적으로 타당하고 잘 지정되어 있음을 시사한다.
• 다른 하나의 누이스 모형(예: 성향 스코어 또는 결과 회귀 모형)이 잘못 지정되어도, 나머지 하나가 올바르게 지정되어 있다면 통합 추정기법은 여전히 유효한 추론을 유지한다.