[论文解读] Kernel Optimal Orthogonality Weighting: A Balancing Approach to Estimating Effects of Continuous Treatments

Nathan Kallus, Michele Santacatterina|arXiv (Cornell University)|Oct 26, 2019

Advanced Causal Inference Techniques参考文献 55被引用 11

一句话总结

本文提出核最优正交加权法（KOOW），一种基于凸优化的方法，通过最小化连续处理变量与混杂因素之间的最坏情况惩罚函数协方差，实现最优协变量平衡，同时控制极端权重。KOOW在模拟研究中表现出更优的偏差和均方误差性能，并在女性健康倡议研究中揭示了红肉摄入量与收缩压之间呈正向剂量-反应关系。

ABSTRACT

Many scientific questions require estimating the effects of continuous treatments. Outcome modeling and weighted regression based on the generalized propensity score are the most commonly used methods to evaluate continuous effects. However, these techniques may be sensitive to model misspecification, extreme weights or both. In this paper, we propose Kernel Optimal Orthogonality Weighting (KOOW), a convex optimization-based method, for estimating the effects of continuous treatments. KOOW finds weights that minimize the worst-case penalized functional covariance between the continuous treatment and the confounders. By minimizing this quantity, KOOW successfully provides weights that orthogonalize confounders and the continuous treatment, thus providing optimal covariate balance, while controlling for extreme weights. We valuate its comparative performance in a simulation study. Using data from the Women's Health Initiative observational study, we apply KOOW to evaluate the effect of red meat consumption on blood pressure.

研究动机与目标

• 为解决结果建模方法和广义倾向得分（GPS）方法在估计连续处理效应时的局限性，这些方法对模型误设敏感且易受极端权重影响。
• 开发一种方法，在不依赖结果模型参数假设的前提下，确保连续处理与混杂因素之间的最优协变量平衡。
• 提供一种稳健的、基于凸优化的加权方法，通过控制极端权重来实现处理与混杂因素的正交化。
• 在模拟研究中评估该方法的性能，并将其应用于真实世界数据，具体评估红肉摄入对血压的影响。

提出的方法

• KOOW将问题表述为使用基于核的表示方法，最小化连续处理与混杂因素之间的最坏情况惩罚函数协方差。
• 该方法采用二次规划求解权重，以实现处理与混杂因素的正交化，惩罚参数λ用于平衡无相关性与精确度。
• 使用核函数——具体为两个一次多项式核的乘积——以在不施加参数假设的前提下捕捉数据中的复杂非线性关系。
• 通过求解一个约束优化问题，最小化在惩罚项下的最坏情况协方差，获得最优权重。
• 使用加权局部多项式回归或非线性加权最小二乘法，结合KOOW权重，估计剂量-反应曲线。
• 通过高斯过程边缘似然（GPML）调优核函数的超参数，并使用自举重抽样（1,000次重复）构建置信区间。

实验结果

研究问题

• RQ1 与传统结果建模和基于GPS的方法相比，基于凸优化的加权方法是否能在估计连续处理效应时实现更优的协变量平衡和更低的偏差？
• RQ2 KOOW在多种模拟情景下，其综合绝对偏差和综合均方根误差的表现如何？
• RQ3 KOOW是否能有效减少极端权重，同时保持连续处理与混杂因素之间的正交关系？
• RQ4 在女性健康倡议观察性研究中，红肉摄入与收缩压之间的估计剂量-反应关系是什么？

主要发现

• KOOW在所有模拟情景下均实现了低综合绝对偏差和低综合均方根误差，其估计精度优于对比方法。
• 在女性健康倡议研究中，估计的剂量-反应曲线显示，收缩压从低红肉摄入时的约125 mmHg上升至高摄入时的近175 mmHg。
• 协变量平衡性通过绝对加权相关系数衡量，所有六个混杂因素（如体质指数、年龄、能量摄入、吸烟状态、高血压药物使用）的相关系数均趋近于零，证实了有效的正交化。
• 使用KOOW重新加权后，混杂因素与红肉摄入量的散点图显示近似零相关性，直观验证了平衡效果。
• 通过1,000次重复的自举法构建了剂量-反应曲线的置信区间，即使在复杂加权条件下也提供了稳健的推断。
• KOOW通过避免依赖参数化结果模型，转而依赖非参数核函数协方差最小化，表现出对模型误设的鲁棒性。