[論文レビュー] The Differential Geometry of Homogeneity Spaces Across Effect Scales

Peng Ding, Tyler J. VanderWeele|arXiv (Cornell University)|Oct 29, 2015

Advanced Causal Inference Techniques参考文献 14被引用数 3

ひとこと要約

本稿は微分幾何学を用いて、二値アウトカムにおけるリスク差、リスク比、オッズ比の均質性を定量的に比較する。4次元確率空間における均質性空間の体積を計算することで、リスク差は最小の体積を示し、より高い不均一性を示すのに対し、オッズ比は最大の体積を示し、より高い安定性を示すことが判明した。これは、オッズ比が母集団間でより移植可能であるという主張に理論的根拠を提供する。

ABSTRACT

If an effect measure is more homogeneous than others, then its value is more likely to be stable across different subgroups or subpopulations. Therefore, it is of great importance to find a more homogeneous effect measure that allows for transportability of research results. For a binary outcome, applied researchers often claim that the risk difference is more heterogeneous than the risk ratio or odds ratio, because they find, based on evidence from surveys of meta-analyses, that the null hypotheses of homogeneity are rejected more often for the risk difference than for the risk ratio and odds ratio. However, the evidence for these claims are far from satisfactory, because of different statistical powers of the homogeneity tests under different effect scales. For binary treatment, covariate and outcome, we theoretically quantify the homogeneity of different effect scales. Because when homogeneity holds the four outcome probabilities lie in a three dimensional sub-space of the four dimensional space, we can use results from differential geometry to compute the volumes of these three dimensional spaces to compare the relative homogeneity of the risk difference, risk ratio, and odds ratio. We demonstrate that the homogeneity space for the risk difference has the smallest volume, and the homogeneity space for the odds ratio has the largest volume, providing some further evidence for the previous claim that the risk difference is more heterogeneous than the risk ratio and odds ratio.

研究の動機と目的

• リスク差がリスク比やオッズ比よりも不均一性が大きいという主張に対する厳密な理論的証拠の欠如に対処すること。
• 確率空間における幾何的測度を用いて、効果尺度（リスク差、リスク比、オッズ比）の相対的均質性を定量化すること。
• リスク差の均質性検定の棄却率が高くなるのは、真の不均一性ではなく統計的パワーの違いによるものであるという曖昧さを解消すること。
• 均質性下での可能なアウトカム確率構成の幾何的体積に基づいて、効果尺度の均質性を比較するための幾何的フレームワークを提供すること。
• 均質性の Wald 型検定における受容域のサイズが、メタアナリシスで観察される棄却率にどのように関係するかを評価すること。

提案手法

• 4次元確率単体内に、4つの同時アウトカム確率（p_{ge}、g,e ∈ {0,1}）をモデル化する。
• 効果尺度（リスク差、リスク比、オッズ比）がサブグループ間で不変であるという条件を均質性として定義し、4次元空間を3次元部分多様体に制限する。
• 微分幾何学を用いて、各効果尺度における均質性空間の3次元体積を計算する。
• モンテカルロ統合を用いて、各尺度における均質性の Wald 型検定の受容域の体積を数値的に推定する。
• 各尺度間での均質性空間および受容域の体積を比較し、相対的な安定性と検定感度を評価する。
• 体積比較の非情報的基準を保証するため、アウトカム確率に一様事前分布を仮定する。

実験結果

リサーチクエスチョン

• RQ1 リスク差の均質性空間の幾何的サイズが、リスク比やオッズ比よりも大きい不均一性を示すと言えるか？
• RQ2 4次元確率単体内において、リスク差、リスク比、オッズ比の均質性空間の体積はどのように比較できるか？
• RQ3 なぜ均質性検定ではリスク差に対して帰無仮説がオッズ比よりもよく棄却されるのか？これはパワーの違いによるものか？
• RQ4 均質性の Wald 型検定における受容域のスケーリングは、異なる効果尺度でどのように異なるのか？これはメタアナリシスでの観察棄却率にどのような含意を持つのか？
• RQ5 幾何的体積比較は、母集団間でより移植可能な効果尺度を選択する理論的根拠を提供できるか？

主な発見

• リスク差の均質性空間は、3つの効果尺度の中で最小の3次元体積を示し、制約が強く、したがって不均一性が最も高いことを示している。
• オッズ比の均質性空間は最大の3次元体積を示し、さまざまなアウトカム確率の範囲で成立する可能性が高いため、より安定していると示唆される。
• Wald 型均質性検定の受容域は、リスク差で最も小さく、オッズ比で最大であり、これがメタアナリシスにおける高い棄却率を説明する。
• 数値的結果では、すべての標本サイズ（n=100 から n=10,000）において、オッズ比の受容域体積がリスク差の体積を約13–18%上回ることが示された。
• 大標本では、オッズ比とリスク差の体積比が約1.134に安定し、オッズ比に一貫した幾何的優位性があることが示された。
• 研究結果は、メタアナリシスでリスク差に対して観察される高い棄却率が、真の不均一性によるものではなく、統計的パワーの低さによるものである可能性を示唆している。