[논문 리뷰] Discovering Effect Modification and Randomization Inference in Air Pollution Studies

Kwonsang Lee, Dylan S. Small외 1명|arXiv (Cornell University)|2018. 02. 19.

Air Quality and Health Impacts참고 문헌 14인용 수 4

한 줄 요약

이 논문은 대기오염 연구에서 효과 수정을 탐지하고 검증하기 위한 이단계 방법을 제안한다: 첫째, 탐지 부표본에서 기계학습(CART 및 원인 트리)을 사용하여 이질적인 치료 효과를 보이는 하위군을 식별한다. 둘째, 별도의 확인 부표본에서 비모수적 랜덤화 기반 검정을 적용하여 통계적 유의성을 평가한다. 이 방법은 통계적 검정력과 강인성을 높이며, 81~85세로 저소득이거나 85세 이상인 노인들이 인구 평균보다 PM2.5 노출에 의한 5년 이환률에 대해 유의미하게 높은 인과 효과를 보이는 것으로 밝혀졌다.

ABSTRACT

Studies have shown that exposure to air pollution, even at low levels, significantly increases mortality. As regulatory actions are becoming prohibitively expensive, robust evidence to guide the development of targeted interventions to reduce air pollution exposure is needed. In this paper, we introduce a novel statistical method that splits the data into two subsamples: (a) Using the first subsample, we consider a data-driven search for $ extit{de novo}$ discovery of subgroups that could have exposure effects that differ from the population mean; and then (b) using the second subsample, we quantify evidence of effect modification among the subgroups with nonparametric randomization-based tests. We also develop a sensitivity analysis method to assess the robustness of the conclusions to unmeasured confounding bias. Via simulation studies and theoretical arguments, we demonstrate that since we discover the subgroups in the first subsample, hypothesis testing on the second subsample can focus on theses subgroups only, thus substantially increasing the statistical power of the test. We apply our method to the data of 1,612,414 Medicare beneficiaries in New England region in the United States for the period 2000 to 2006. We find that seniors aged between 81-85 with low income and seniors aged above 85 have statistically significant higher causal effects of exposure to PM$_{2.5}$ on 5-year mortality rate compared to the population mean.

연구 동기 및 목표

• 사전에 효과 수정 요인을 선정하고, 측정되지 않은 교란요인에 대한 강인성 검증이 부족한 이전 연구의 한계를 해결하기 위해.
• PM2.5 노출에 의한 사망률에 대한 이질적인 인과 효과를 보이는 하위군을 데이터 기반으로 새로운 방식으로 탐지하기 위한 방법을 개발하기 위해.
• 비모수적 랜덤화 기반 추론을 사용하여 발견된 하위군에 집중함으로써 추론의 통계적 검정력을 향상시키기 위해.
• 측정되지 않은 교란요인 편향에 대한 결과의 강인성을 평가하기 위해 민감도 분석을 통합하기 위해.
• 공공보건 정책의 효율성을 높이기 위해 공격받기 쉬운 하위군을 식별함으로써 정책적 대응을 이끄는 데 기여하기 위해.

제안 방법

• 데이터셋을 두 개의 독립된 부표본으로 분할: 탐지용과 확인용.
• 탐지 부표본에서 분류 및 회귀 트리(CART)와 원인 트리(CT)를 적용하여 잠재적으로 다른 치료 효과를 보이는 하위군을 식별한다.
• 발견된 하위군 구조를 바탕으로 확인 부표본에서 효과 수정에 대한 구체적 가설을 설정한다.
• 확인 부표본에서 비모수적 랜덤화 기반 검정을 시행하여, 분포 가정 없이 효과 수정의 유의성을 평가한다.
• 측정되지 않은 교란요인 편향에 대한 결과의 강인성을 평가하기 위해 민감도 분석 프레임워크를 통합한다.
• 일치화를 사용하여 관측된 공변량을 균형화하고, 측정되지 않은 교란요인 없음 가정을 뒷받침하여 타당한 인과 추론을 지원한다.

실험 결과

연구 질문

• RQ1 메디케어 수혜자의 어떤 하위군이 장기적인 PM2.5 노출에 대해 통계적으로 유의미한 효과 수정을 보이는가?
• RQ2 기계학습을 활용한 데이터 기반 접근법이 사전에 선정된 요인 대비 공격받기 쉬운 하위군을 더 잘 탐지할 수 있는가?
• RQ3 확인용 랜덤화 기반 추론을 사용한 표본 분할은 기존의 회귀 모델 대비 통계적 검정력과 유의수준을 높이고 유형 I 오류를 줄일 수 있는가?
• RQ4 효과 수정의 발견 결과는 잠재적인 측정되지 않은 교란요인에 대해 얼마나 강인한가?
• RQ5 특정 인구통계학적 하위군, 예를 들어 고령자나 저소득 노인들은 PM2.5에 의한 5년 이환률에 대해 더 높은 인과 효과를 보이는가?

주요 결과

• 저소득이면서 81~85세인 노인들은 인구 평균 대비 PM2.5 노출에 의한 5년 이환률에 대해 통계적으로 유의미하게 높은 인과 효과를 보였다.
• 85세 이상인 개인들은 인구 평균 대비 PM2.5에 의한 5년 이환률에 대해 통계적으로 유의미하게 높은 인과 효과를 보였다.
• 제안된 이단계 방법은 사전에 지정된 하위군이 아닌 데이터에 의해 발견된 하위군에 집중함으로써 통계적 검정력을 향상시켰다.
• 확인 부표본에서 시행한 랜덤화 기반 검정은 분포 가정 없이 유효한 비모수적 추론을 제공하였다.
• 민감도 분석 결과, 측정되지 않은 교란요인 편향의 합리적인 수준에서도 발견된 결과가 강인함을 확인하였다.
• 이 방법은 공격받기 쉬운 인구집단을 성공적으로 식별하여, 타겟팅된 공중보건 개입과 더 효율적인 정책 조치를 뒷받침하였다.