[论文解读] Targeted Smooth Bayesian Causal Forests: An analysis of heterogeneous treatment effects for simultaneous versus interval medical abortion regimens over gestation

Jennifer E. Starling, Jared S. Murray+4 more|arXiv (Cornell University)|May 22, 2019

Advanced Causal Inference Techniques参考文献 26被引用 9

一句话总结

本文提出了一种非参数贝叶斯方法——目标平滑贝叶斯因果森林（tsBCF），用于在观察性数据中对妊娠年龄的异质性处理效应进行平滑建模。在早期药物流产数据中的应用表明，同步方案的相对疗效从6周时的97.2%缓慢下降至9周时的94.8%，而29岁及以上或有分娩史的患者群体中下降趋势更为陡峭，同时该方法保持了准确的不确定性量化，并避免了模型误设偏差。

ABSTRACT

We introduce Targeted Smooth Bayesian Causal Forests (tsBCF), a nonparametric Bayesian approach for estimating heterogeneous treatment effects which vary smoothly over a single covariate in the observational data setting. The tsBCF method induces smoothness by parameterizing terminal tree nodes with smooth functions, and allows for separate regularization of treatment effects versus prognostic effect of control covariates. Smoothing parameters for prognostic and treatment effects can be chosen to reflect prior knowledge or tuned in a data-dependent way. We use tsBCF to analyze a new clinical protocol for early medical abortion. Our aim is to assess relative effectiveness of simultaneous versus interval administration of mifepristone and misoprostol over the first nine weeks of gestation. The model reflects our expectation that the relative effectiveness varies smoothly over gestation, but not necessarily over other covariates. We demonstrate the performance of the tsBCF method on benchmarking experiments. Software for tsBCF is available at https://github.com/jestarling/tsbcf/.

研究动机与目标

• 解决以往研究中使用参数模型和分类妊娠年龄所带来的局限性，这些方法可能引入偏差并遗漏平滑趋势。
• 在考虑妊娠年龄平滑变化的前提下，估计同步与间隔米非司酮/米索前列醇方案之间的异质性处理效应。
• 识别出在较晚妊娠期疗效差异可能更为显著的亚组，特别是年龄较大或有分娩史的患者。
• 为观察性生殖健康数据中的因果推断提供一种稳健的非参数方法，提升不确定性量化能力。
• 在与现有文献验证的基础上，提供更细致的各患者亚群中方案有效性的全景图。

提出的方法

• tsBCF 使用贝叶斯加法回归树，并在叶节点引入平滑函数，以对随单一协变量（此处为妊娠年龄）平滑变化的处理效应进行建模。
• 该方法对处理效应和控制协变量的预后效应分别进行正则化，允许使用不同的平滑参数。
• 通过在叶节点参数上施加高斯过程先验来实现平滑性，超参数通过数据依赖或先验方法进行调整。
• 模型采用目标估计方法，以提高平均处理效应估计的效率并降低偏差。
• 后验推断通过马尔可夫链蒙特卡洛（MCMC）方法进行，生成异质性相对风险的可信区间。
• 在模拟研究中将该方法与BCF、BART及标准逻辑回归进行比较，评估其覆盖率、均方误差（RMSE）和区间长度。

实验结果

研究问题

• RQ1 同步药物流产方案的相对疗效是否在妊娠年龄上呈现平滑下降趋势，特别是在7至9周范围内？
• RQ2 是否存在某些患者亚组（如年龄29岁及以上或有分娩史者），其两种方案之间的疗效差距在后期妊娠更为显著？
• RQ3 在现实模拟场景中，tsBCF在恢复平滑异质性处理效应方面相较于BART和BCF等现有方法表现如何？
• RQ4 与参数模型相比，具有平滑性约束的非参数贝叶斯方法在减少模型误设偏差方面是否更具优势？
• RQ5 在不同数据生成机制下，该方法在估计相对风险时是否能保持名义上的覆盖率并具备合理的区间长度？

主要发现

• 同步方案的相对疗效从6周时的97.2%小幅下降至7周时的95.5%和9周时的94.8%，表明妊娠期存在轻微但可测量的下降趋势。
• 对于29岁及以上的患者，尤其是有分娩史者，相对疗效的下降更为显著，在7至9周范围内已降至90%以下。
• tsBCF 在各类模拟场景中保持了名义上的95%覆盖率，并实现了较低的RMSE（0.095–0.104），在区间长度方面优于BART，且与BCF性能相当。
• 该方法成功捕捉了处理效应随妊娠年龄变化的平滑趋势，避免了将妊娠年龄划分为离散区段所引入的人为不连续性。
• 在模拟中，tsBCF与BCF在RMSE、覆盖率和区间长度方面表现相近，但tsBCF通过平滑性约束提供了更高的可解释性。
• 分析结果确认了先前发现的平均疗效接近相等（97%），但揭示了此前因模型和数据限制而未被察觉的临床相关异质性。