Copula-Based Endogeneity Correction for Doubly Robust Estimation of Treatment Effect

ملخص تقني: تصحيح الداخليّة القائمة على الكوبولا للتقدير متين الازدواجية (Doubly Robust)

بيان المشكلة
يُعد التقدير متين الازدواجية (DR) نهجاً قياسياً للاستدلال السببي في الدراسات الرصدية، حيث يوفر الاتساق إذا تم تحديد نموذج درجة الميل (المعاملة) أو نموذج انحدار النتيجة بشكل صحيح. ومع ذلك، يعتمد هذا الأسلوب على فرضية "عدم وجود متغيرات مربكة غير ملاحظة" (unconfoundedness) التي لا يمكن اختبارها، والتي تتطلب أن تكون جميع الأسباب المشتركة لكل من المعاملة والنتيجة مرصودة. وفي أبحاث الرعاية الصحية، غالباً ما تُنتهك هذه الفرضية بسبب وجود متغيرات رئيسية غير ملاحظة (مثل الالتزام بتناول الدواء، أو الثقافة الصحية). وغالباً ما يعتمد الباحثون على متغيرات بديلة (proxies) لتقريب هذه السلوكيات (مثل معدلات إعادة ملء الوصفات الطبية)، وهذه البدائل غالباً ما تكون "داخلية" (endogenous)—أي أنها مرتبطة بحد الخطأ في الانحدار بسبب عوامل مربكة غير مقاسة أو خطأ في القياس.

عندما تكون المتغيرات المساعدة داخلية، تفشل فرضية عدم وجود متغيرات مربكة، وبالتالي يصبح مقدِّر DR القياسي متحيزاً، حتى لو تم تحديد الأشكال الوظيفية لنماذج المعاملة والنتيجة بشكل صحيح، وذلك لأن متغيرات الشرط نفسها تحتوي على مربكات غير مقاسة. وتواجه الحلول الحالية قيوداً: فأسلوب المتغيرات الأداة (IV) يتطلب شروط استبعاد يصعب اختبارها وغالباً ما يكون من الصعب استيفاؤها في الرعاية الصحية؛ وتحليل الحساسية يحدد حدود تأثير الانتهاكات ولكنه لا يصحح التقديرات؛ أما طرق الكوبولا القياسية فتعالج الداخلية ولكنها تفتقر إلى خاصية المتانة المزدوجة ضد خطأ تحديد النموذج.

المنهجية: مُقدِّر CEDR
يقترح المؤلفون مُقدِّر تصحيح الكوبولا لتعديل الداخليّة لتقدير متين الازدواجية (CEDR). يدمج هذا الأسلوب تصحيحات "كوبولا غاوس" (Gaussian copula) للمتغيرات المساعدة الداخلية ضمن إطار DR، بهدف توفير تقديرات متسقة لآثار المعاملة دون الحاجة إلى متغيرات أداة.

تتم المنهجية كما يلي:

1. الإطار: يتبنى النهج إطار النتائج المحتملة، حيث يقسم المتغيرات المساعدة المرصودة ($X_i$) إلى مكونات خارجية ($X_i^{exo}$) ومكونات داخلية ($X_i^{endo}$).
2. تصحيح الكوبولا: لكل متغير مساعد داخلي، تستخدم الطريقة دالة تحكم مبنية على "كوبولا غاوس"، ويعتمد ذلك على ثلاثة افتراضات رئيسية:
   • أن المتغير المساعد الداخلي غير موزع طبيعياً.
   • أن الاعتماد بين المتغير المساعد الداخلي وحد الخطأ الهيكلي يتبع بنية كوبولا غاوس.
   • أن حد الخطأ الهيكلي موزع طبيعياً.
     يتم تعريف حد الكوبولا كـ $C(X_i^{endo}) = \Phi^{-1}(\hat{F}_X(X_i^{endo}))$، حيث $\hat{F}_X$ هي دالة التوزيع التراكمي التجريبي (ECDF) المعدلة لتجنب مشاكل الحدود، و $\Phi^{-1}$ هي دالة التوزيع التراكمي القياسية العكسية.
3. التقدير على خطوتين:
   • الخطوة 1 (تقدير النموذج): يتم تقدير نموذج درجة الميل (باستخدام رابط بروبيت ليتماشى مع افتراضات الخطأ الطبيعي) ونماذج انحدار النتيجة باستخدام المتغيرات المساعدة المعدلة $\tilde{X}_i = (X_i, C_i)$، حيث تمثل $C_i$ متجه حدود تصحيح الكوبولا. تعمل هذه الخطوة على امتصاص الارتباط بين المتغيرات المساعدة الداخلية وحد الخطأ.
   • الخطوة 2 (تقدير DR): لحساب متوسط أثر المعاملة (ATE) النهائي، يتم استبعاد حدود الكوبولا من خطوة التنبؤ. يتم الاحتفاظ بالمعاملات غير المنحازة للمتغيرات الأصلية ($X_i$) واستبدالها في صيغة مُقدِّر DR القياسي. هذا يحافظ على خاصية المتانة المزدوجة: حيث يظل المُقدِّر متسقاً إذا كان إما نموذج درجة الميل المصحح بالكوبولا أو نموذج انحدار النتيجة المصحح بالكوبولا قد تم تحديده بشكل صحيح.
4. الاستدلال: نظراً لأن حدود الكوبولا هي متغيرات مستقلة مولدة، يوصي المؤلفون باستخدام طرق "البوتستراب" (bootstrap) للحصول على أخطاء معيارية وفترات ثقة صالحة.

المساهمات الرئيسية

• دمج الأساليب: يربط البحث بين تصحيح الداخليّة القائم على الكوبولا والتقدير متين الازدواجية، مما يعالج كلاً من الداخليّة وعدم اليقين في النموذج في آن واحد.
• تحديد الهوية بدون أدوات: على عكس طرق المتغيرات الأداة (IV)، لا يتطلب CEDR أدوات صالحة، بل يستغل عدم التوزيع الطبيعي للمتغيرات المساعدة الداخلية لتحديد الهوية، وهو شرط يمكن تقييمه تجريبياً عبر الاختبارات التشخيصية.
• الحفاظ على المتانة: يوضح المؤلفون أن مُقدِّر CEDR يحافظ على خاصية المتانة المزدوجة، مما يضمن الاتساق حتى لو تم تحديد أحد النموذجين (المعاملة أو النتيجة) بشكل خاطئ، بشربط أن يكون النموذج الآخر صحيحاً وتتحقق افتراضات الكوبولا.

النتائج
قيم البحث فعالية CEDR من خلال محاكاة مونت كارلو وتطبيق عملي باستخدام بيانات مسح الصحة والتغذية الوطني (NHANES).

• محاكاة مونت كارلو:

  • في السيناريوهات التي لا توجد فيها داخلية ($\rho=0$)، يعمل CEDR بشكل مشابه لمُقدِّر DR الساذج، مع إدخال تحيز ضئيل جداً.
  • في حالات الداخليّة المتوسطة ($\rho=0.3$) والقوية ($\rho=0.5$)، يُظهر مُقدِّر DR الساذج تحيزاً كبيراً (يتراوح بين -7% و -28% حسب السيناريو وتحديد النموذج).
  • يقلل مُقدِّر CEDR هذا التحيز بشكل كبير (بنسبة تزيد عن 80% في كثير من الحالات)، مستعيداً تقديرات قريبة من الأثر الحقيقي للمعاملة حتى عندما يكون أحد النموذجين محددأ بشكل خاطئ.
  • هناك مقايضة: يُظهر CEDR تبايناً (انحرافاً معيارياً) أعلى قليلاً من المُقدِّر الساذج، خاصة في ظل الداخليّة القوية، ولكن هذا يعوضه التخفيض الكبير في التحيز.

• التطبيق العملي (NHANES):

  • قدرت الدراسة أثر الاستشارات الغذائية على ضغط الدم، مع اعتبار نسبة الدخل إلى الفقر ومؤشر كتلة الجسم (BMI) متغيرات بديلة داخلية.
  • أشار مُقدِّر DR الساذج إلى وجود ارتباط إيجابي ذي دلالة إحصائية، مما يشير إلى أن الاستشارات تزيد ضغط الدم بنحو 2.85 ملم زئبق.
  • قلل مُقدِّر CEDR من تقدير النقطة إلى 1.75 ملم زئبق، مما جعل الأثر غير ذي دلالة إحصائية (فاصل ثقة 95%: [-6.99, 7.34]).
  • يتوافق هذا التصحيح مع الأدبيات الموجودة التي تشير إلى آثار متواضعة أو معدومة للاستشارات الغذائية على ضغط الدم، بينما أنتج التقدير الساذج نتيجة غير منطقية ناتجة على الأرج_ح عن تحيز الداخليّة.

الأهمية والادعاءات
يزعم المؤلفون أن CEDR يوفر أداة عملية للباحثين في دراسات الرعاية الصحية الرصدية حيث تكون المتغيرات البديلة داخلية ولا تتوفر متغيرات أداة صالحة. يعالج هذا الأسلوب فجوة حرجة حيث تفشل طرق DR القياسية بسبب وجود مربكات غير مقاسة في المتغيرات البديلة، وتفشل طرق الكوبلا التقليدية في الحماية من خطأ تحديد النموذج.

يشير البحث بتواضع إلى أن الطريقة تقتصر حالياً على المعاملات الثنائية، والبيانات المستعرضة (cross-sectional)، وتتطلب أن تكون المتغيرات المساعدة الداخلية غير طبيعية بما يكفي لتحديد الهوية. كما تعتمد على التحديد الصحيح لبنية اعتماد كوبولا غاوس. ويحذر المؤلفون من أنه رغم إظهار تطبيق NHANES لجدوى الطريقة، فإن الاستنتاجات السريرية الحاسمة تتطلب مزيداً من التحقق عبر مجموعات بيانات متعددة والمقارنة مع الأدلة التجريبية. تكمن الأهمية الأساسية في تقديم مسار قابل للتطبيق للوصول إلى استنتاجات سببية أكثر موثوقية في الحالات التي قد تكون فيها التقديرات الرصدية القياسية متحيزة بشكل كبير.