[论文解读] Proximal Causal Inference for Complex Longitudinal Studies

Andrew Ying, Wang Miao+2 more|arXiv (Cornell University)|Sep 15, 2021

Advanced Causal Inference Techniques参考文献 35被引用 6

一句话总结

本文将近端因果推断扩展至纵向设定下的边际结构均值模型（MSMM），在因未观测混杂导致顺序随机化假设失效时，实现了因果效应的估计。通过将时变协变量建模为未观测混杂因子的代理变量，作者建立了非参数识别，推导出双重稳健估计量，并在模拟和类风湿性关节炎患者甲氨蝶呤疗效研究中展示了其在小样本下优于标准SRA方法的性能。

ABSTRACT

A standard assumption for causal inference about the joint effects of time-varying treatment is that one has measured sufficient covariates to ensure that within covariate strata, subjects are exchangeable across observed treatment values, also known as "sequential randomization assumption (SRA)". SRA is often criticized as it requires one to accurately measure all confounders. Realistically, measured covariates can rarely capture all confounders with certainty. Often covariate measurements are at best proxies of confounders, thus invalidating inferences under SRA. In this paper, we extend the proximal causal inference (PCI) framework of Miao et al. (2018) to the longitudinal setting under a semiparametric marginal structural mean model (MSMM). PCI offers an opportunity to learn about joint causal effects in settings where SRA based on measured time-varying covariates fails, by formally accounting for the covariate measurements as imperfect proxies of underlying confounding mechanisms. We establish nonparametric identification with a pair of time-varying proxies and provide a corresponding characterization of regular and asymptotically linear estimators of the parameter indexing the MSMM, including a rich class of doubly robust estimators, and establish the corresponding semiparametric efficiency bound for the MSMM. Extensive simulation studies and a data application illustrate the finite sample behavior of proposed methods.

研究动机与目标

• 解决在纵向研究中，当测量协变量仅作为未观测混杂因子的代理时，顺序随机化假设（SRA）的局限性。
• 为在边际结构均值模型（MSMM）下，时变治疗的联合因果效应，建立正式的近端因果推断框架。
• 利用时变代理变量识别未观测混杂机制的非参数因果效应。
• 推导MSMM参数的正则、渐近线性估计量，包括一类双重稳健估计量。
• 通过模拟和类风湿性关节炎患者甲氨蝶呤治疗的真实世界应用，评估有限样本下的性能。

提出的方法

• 提出一种近端因果推断框架，将时变协变量分类为三类：治疗与结果诱导混杂的代理变量，以及治疗与结果的共同原因。
• 使用潜在结果框架，形式化在代理变量下因果效应可非参数识别的条件。
• 在半参数MSMM下，利用两个时变代理变量（一个用于治疗诱导，一个用于结果诱导）的未观测混杂，建立识别。
• 推导MSMM参数的正则且渐近线性估计量类，包括结合结果模型和治疗模型的双重稳健估计量。
• 刻画在近端框架下，MSMM的半参数效率界。
• 将该方法应用于类风湿性关节炎患者甲氨蝶呤使用的纵向研究，比较近端估计量与标准SRA-based双重稳健估计量。

实验结果

研究问题

• RQ1 近端因果推断能否扩展至具有时变治疗与结果的纵向设定？
• RQ2 在纵向研究中，当测量协变量仅为未观测混杂因子的代理时，因果效应在何种条件下可实现非参数识别？
• RQ3 在近端框架下，如何为边际结构均值模型构造双重稳健估计量？
• RQ4 在该近端纵向设定下，估计因果效应的半参数效率界是什么？
• RQ5 在有限样本和真实世界数据中，近端估计量与标准SRA-based估计量相比表现如何？

主要发现

• 近端因果推断框架在顺序随机化假设因未观测混杂而失效时，仍能成功识别纵向设定下的因果效应。
• 所有四种估计量（近端、逆概率加权、结果回归和双重稳健）对第6个月甲氨蝶呤启动的估计均显示保护性效应，但在累积模型中仅近端估计量具有显著性。
• 12个月甲氨蝶呤治疗的近端效应估计值约为6个月启动的两倍，表明累积治疗效应更为合适。
• 在累积MSMM中，所有近端估计量均显示甲氨蝶呤具有显著保护效应，而SRA-based DR估计量仍微弱且不显著。
• 近端估计量的点估计值明显大于SRA-based DR估计量，表明其对残余混杂的偏倚更小。
• 补充模拟结果证实了对识别条件违反的稳健性，且代码已公开以供复现。