Causal Inference for Preprocessed Outcomes with an Application to Functional Connectivity

تخيل أنك تحاول معرفة ما إذا كان فيتامين معين يساعد الناس على الجري بشكل أسرع. لديك مجموعة من العدائين، وتقوم بقياس سرعتهم كل ثانية لمدة ساعة. ولكن هناك عقبة: العداؤون يتعرقون، ويرتجفون، وأحياناً يتعثرون في أربطة أحذيتهم. هذه "الارتجافات والتعثرات" ليست متعلقة بالفيتامين؛ إنها مجرد ضجيج يفسد قياسات السرعة الخاصة بك.

المشكلة: تنظيف الفوضى قبل القياس
في العلم الواقعي (مثل دراسة الدماغ)، غالباً ما يضطر الباحثون إلى "تنظيف" بياناتهم قبل أن يتمكنوا من استخدامها. عليهم إزالة "الارتجافات والتعثرات" (مثل حركات الرأس في صور المسح الدماغي) لرؤية الإشارة الحقيقية.

تشير الورقة البحثية إلى مشكلة كبيرة: لقد كان العلماء بارعين جداً في تنظيف البيانات داخل ملف كل شخص على حدة (المعالجة داخل الشخص الواحد)، لكنهم لم يفكروا حقاً في كيفية تغيير عملية التنظيف هذه للرياضيات عند مقارنة أشخاص مختلفين (التحليل بين الأشخاص). الأمر يشبه لو أنك نظفت حذاء الجري الخاص بك بشكل مثالي، ثم حاولت مقارنة سرعتك بسرعة شخص آخر قام بتنظيف حذائه بطريقة مختلفة، ولم تأخذ في الاعتبار أن طريقة التنظيف الخاصة بك قد تكون تسببت في تمدد الأربطة.

الحل: إطار عمل جديد لـ "التحقق المزدوج"
يقترح المؤلفون إطار عمل رياضياً جديداً للتعامل مع هذا الأمر. يسمونه "إطار عمل شبه معلمي" (semiparametric framework)، ولكن يمكنك التفكير فيه كـ نظام ذكي جداً للتحقق المزدوج.

1. "النتيجة المشتقة": بما أن "الارتباط الدماغي الحقيقي" ليس مرئياً بشكل مباشر (فهو مخفي خلف الضجيج)، فإنهم ينشئون "نتيجة مشتقة". فكر في هذا كـ درجة بديلة. لا يمكنك رؤية السلك الدماغي غير المرئي، ولكن يمكنك حساب درجة بناءً على البيانات المنظفة التي تمثل ذلك السلك.

2. "المُقدِّر المتين متعدد المرات" (Multiply Robust Estimator): عادةً، إذا استخدمت نموذجاً حاسوبياً لتنظيف البيانات وكان هذا النموذج خاطئاً قليلاً، فإن إجابتك النهائية ستكون خاطئة.

   • بنى المؤلفون نظاماً يتميز بـ "المتانة المتعددة". تخيل أنك تحاول تخمين الفائز في سباق. لديك ثلاث طرق مختلفة للتنبؤ به:
     • الطريقة (أ): انظر إلى أحذية العدائين.
     • الطريقة (ب): انظر إلى تاريخهم السابق.
     • الطريقة (ج): انظر إلى حالة الطقس.
   • في الطرق القديمة، إذا كان نموذج "الأحذية" الخاص بك خاطئاً، فقد خسرت. في هذه الطريقة الجديدة، طالما أن أحد نماذجك (الأحذية، أو التاريخ، أو الطقس) صحيح تقريباً، فإن إجابتك النهائية ستظل صحيحة. وهذا يسمح للعلماء باستخدام أدوات تعلم حاسوبي مرنة ومعقدة (التعلم الآلي) دون الخوف من أن خطأ صغير في جزء واحد سيؤدي إلى إفساد الدراسة بأكملها.

"وسيط الحركة"
في مثالهم المحدد (دراسة الأطفال المصابين بالتوحد)، بحثوا في كيفية تأثير الأدوية المنبهة على الروابط الدماغية.

• التحول المفاجئ: الأطفال الذين يتناولون المنبهات يميلون إلى تحريك رؤوسهم أقل أثناء المسح.
• الفخ: إذا نظرت فقط إلى الروابط الدماغية، فقد تعتقد أن الدواء جعل الروابط الدماغية أقوى. ولكن في الواقع، الدواء جعلهم يتحركون أقل، والحركة الأقل تجعل الروابط الدماغية تبدو أقوى.
• الإصلاح: يعامل المؤلفون "حركة الرأس" كـ وسيط (mediator). إطار عملهم يفصل بين تأثير الدواء على الدماغ وتأثير الدواء على حركة الرأس. الأمر يشبه إدراك أن العداء أسرع ليس بسبب الفيتامين، بل لأن الفيتامين أوقفه عن التعثر.

النتائج: فقدان أقل للبيانات، وإجابات أفضل

• الطريقة القديمة: للحصول على بيانات نظيفة، اعتاد العلماء على رمي أي مسح كان الطفل يتحرك فيه كثيراً. وهذا يعني رمي أجزاء ضخمة من البيانات (أحياناً 60% من المشاركين!) وفقدان معلومات مهمة.
• الطريقة الجديدة: استخدموا أداة تعلم حاسوبي مرنة (تسمى "Super Learner") لتنظيف البيانات رياضياً دون رمي أي شيء.
• النتيجة: في اختباراتهم، كانت الطرق القديمة إما منحازة (إجابات خاطئة) أو ذات أخطاء ضخمة. أما الطريقة الجديدة فقد أعطت إجابات كانت أقرب بكثير إلى الحقيقة، مع القدرة الصحيحة على تحديد نسبة عدم اليقين.

الخلاصة
تقدم هذه الورقة البحثية قواعد جديدة للعلماء. تقول: "يمكنكم استخدام أدوات حاسوبية متطورة ومرنة لتنظيف بياناتكم الفوضوية، ويمكنكم أيضاً الوثوق بنتائجكم النهائية، طالما استخدمتم هذه الرياضيات المحددة 'المتينة متعدد المرات' لدمج خطوة التنظيف مع المقارنة النهائية."

لقد اختبروا ذلك على صور المسح الدماغي للأطفال المصابين بالتوحد لمعرفة ما إذا كانت المنبهات تغير كيفية تواصل أجزاء الدماغ مع بعضها البعض. ورغم أن الدراسة لم تجد "دليلاً قاطعاً" ضخماً (ربما لأن المجموعة كانت صغيرة ومتنوعة)، إلا أنها أثبتت أن طريقتهم الجديدة هي وسيلة أكثر أماناً ودقة للقيام بهذا النوع من الأبحاث مقارنة بالطرق القديمة التي تعتمد على رمي البيانات.