📊 statistics

CausalGuard: Conformal Inference under Graph Uncertainty

CausalGuard ist ein neuartiges Framework für konforme Inferenz, das Unsicherheiten in kausalen Graphen adressiert, indem es graphenbedingte, doppelt robuste Pseudo-Ergebnisse aggregiert, die mit einem datengestützten Satz von Kandidaten-DAGs gewichtet werden, und dadurch eine distributionfreie Abdeckung für endliche Stichproben sowie eine im Vergleich zu graphenagnostischen Baselines verbesserte Effizienz erreicht.

Ursprüngliche Autoren: Vikash Singh, Weicong Chen, Debargha Ganguly, Yanyan Zhang, Nengbo Wang, Sreehari Sankar, Mohsen Hariri, Alexander Nemecek, Chaoda Song, Shouren Wang, Biyao Zhang, Van Yang, Erman Ayday, Jing Ma, Vipi

Veröffentlicht 2026-05-22

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Vikash Singh, Weicong Chen, Debargha Ganguly, Yanyan Zhang, Nengbo Wang, Sreehari Sankar, Mohsen Hariri, Alexander Nemecek, Chaoda Song, Shouren Wang, Biyao Zhang, Van Yang, Erman Ayday, Jing Ma, Vipin Chaudhary

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie sind ein Arzt, der herausfinden muss, ob ein neues Medikament Patienten tatsächlich bei der Genesung hilft. Sie haben kein perfektes Laborexperiment; Sie haben nur einen unordentlichen Haufen realer Patientenakten. Um die richtige Antwort zu erhalten, müssen Sie bestimmte „Rausch"-Faktoren (wie Alter oder Ernährung) ignorieren, die die Ergebnisse verwirren könnten, aber Sie müssen die wichtigen Faktoren beibehalten.

Das Problem? Sie kennen die genaue Karte, wie diese Faktoren zusammenhängen, nicht. Verursacht das Alter die Ernährung, oder verursacht die Ernährung das Alter? Wenn Sie die Karte falsch erraten, könnte Ihre Bewertung des Medikaments völlig danebenliegen.

Hier kommt CAUSALGUARD ins Spiel. Betrachten Sie es als ein „intelligentes Sicherheitsnetz" für das Treffen dieser Vermutungen.

So funktioniert es, unter Verwendung einfacher Analogien:

1. Das Problem: Die Karte erraten

Normalerweise versuchen Wissenschaftler, eine einzige Karte (ein kausales Graph) zu zeichnen, wie alles zusammenhängt.

Das Risiko: Wenn sie die Karte falsch zeichnen (z. B. wenn sie glauben, ein Symptom verursache eine Krankheit, während es tatsächlich umgekehrt ist), ist ihre Berechnung der Wirkung des Medikaments fehlerhaft.
Die alte Lösung: Einige Methoden sagen: „Fügen wir einfach einen riesigen Sicherheitspuffer zu unserer Antwort hinzu, damit wir sicher sind, dass wir richtig liegen." Doch dies macht die Antwort so breit und vage, dass sie unbrauchbar ist (wie zu sagen, das Medikament wirke „irgendwo zwischen -100 % und +100 %").

2. Die CAUSALGUARD-Lösung: Der „Rat der Experten"

Anstatt auf eine einzige Karte zu wetten, erstellt CAUSALGUARD ein Komitee aus vielen möglichen Karten.

Schritt 1: Das Brainstorming (LLM-Prior): Es fragt ein großes Sprachmodell (eine KI, die viel Text liest) nach Ideen: „Was könnte zusammenhängen?" Es ist, als würde man eine sachkundige Bibliothekarin um eine Liste plausibler Theorien bitten.
Schritt 2: Der Filter (Beschneiden): Es nimmt diese Theorien und führt sie durch einen strengen Test (statistische Prüfungen), um zu sehen, ob die Daten sie unterstützen. Wenn eine Theorie besagt „A verursacht B", die Daten aber zeigen, dass sie völlig unzusammenhängend sind, wird diese Theorie gestrichen.
Schritt 3: Die Abstimmung (Gewichtung): Es wählt nicht einfach die „beste" Karte aus. Es betrachtet alle verbleibenden Karten und gibt ihnen Stimmen basierend darauf, wie gut sie zu den Daten passen. Eine Karte, die perfekt zu den Daten passt, erhält 100 Stimmen; eine wackelige erhält 1 Stimme.

3. Der Trick: „Aggregieren, bevor Sie kalibrieren"

Dies ist die größte Innovation des Papiers.

Der alte Weg: Berechnen Sie die Antwort für Karte A, berechnen Sie die Antwort für Karte B und mitteln Sie sie dann. Versuchen Sie anschließend, einen Sicherheitspuffer hinzuzufügen. Dies führt oft zu einem riesigen, unordentlichen Sicherheitspuffer, weil die Karten so stark voneinander abweichen.
Der CAUSALGUARD-Weg: Es mischt alle Karten zuerst zusammen (gewichtet nach ihren Stimmen), um eine einzige „Super-Schätzung" zu erstellen. Dann fügt es den Sicherheitspuffer zu dieser einzelnen Schätzung hinzu.
- Die Analogie: Stellen Sie sich vor, Sie versuchen, die Temperatur zu erraten.
  - Alter Weg: Fragen Sie 10 Personen nach ihrer Schätzung, notieren Sie ihre individuellen „sicheren Bereiche" und kombinieren Sie dann diese riesigen Bereiche. Das Ergebnis ist ein riesiger, unbrauchbarer Bereich.
  - CAUSALGUARD-Weg: Fragen Sie 10 Personen nach ihren Schätzungen, mitteln Sie ihre Schätzungen zu einer „Konsens-Temperatur" und fügen Sie dann einen kleinen, präzisen Sicherheitsrand um diesen Konsens hinzu. Das Ergebnis ist eine viel engere, nützlichere Antwort.

4. Das Sicherheitsnetz (Konforme Inferenz)

Das Papier verwendet eine mathematische Technik namens Konforme Inferenz. Betrachten Sie dies als ein Garantie-Abzeichen.

Es verspricht: „Egal wie unordentlich die Daten sind und selbst wenn unsere Karten nicht perfekt sind, wir garantieren, dass unsere endgültige Antwort mindestens 90 % der Zeit korrekt sein wird."
Dies geschieht, ohne dass angenommen werden muss, die Daten folgen einer bestimmten Form (wie einer Glockenkurve). Es funktioniert mit „verteilungsfreien" Daten.

5. Was das Papier tatsächlich herausfand

Die Autoren testeten dies an fünf verschiedenen realen Datensätzen (wie medizinischen Aufzeichnungen und Daten zur Berufsausbildung).

Es funktioniert: Die Methode hielt die „richtige Antwort" erfolgreich in mehr als 90 % der Fälle innerhalb ihres vorhergesagten Bereichs (und erfüllte damit ihr Ziel).
Es ist enger: Im Vergleich zu älteren Methoden, die die Unsicherheit der Karte nicht kannten, erzeugte CAUSALGUARD viel schmalere (präzisere) Intervalle.
Es ist klug bei schlechten Ideen: Sie testeten ein Szenario, in dem eine „schlechte" Variable (ein „Kollider") in die Daten eingefügt wurde. Alte Methoden wurden verwirrt und gaben falsche Antworten. Das „Komitee" von CAUSALGUARD erkannte, dass diese Variable nicht in die Regeln passte, und ignorierte sie, wodurch die Antwort genau blieb.
Die Rolle der KI: Die KI (LLM) hilft beim Start des Brainstormings, aber je mehr Daten hereinkommen, desto wichtiger werden die tatsächlichen Daten (die Stimmen) als die anfängliche Vermutung der KI. Die KI ist ein hilfreicher Starter, nicht der Endgegner.

Zusammenfassung

CAUSALGUARD ist eine Methode, die zugibt: „Wir kennen die genaue Karte von Ursache und Wirkung nicht." Anstatt in Panik zu geraten oder blind zu raten, erstellt sie ein gewichtetes Komitee möglicher Karten, kombiniert deren Erkenntnisse zu einer einzigen besten Schätzung und umhüllt diese Schätzung dann mit einem mathematisch garantierten Sicherheitsnetz. Dies ermöglicht es Forschern, präzise, zuverlässige Antworten über Behandlungseffekte zu erhalten, selbst wenn die zugrunde liegenden Regeln der Welt unsicher sind.

Technische Zusammenfassung: CAUSALGUARD

Problemstellung

Die Schätzung individueller Behandlungseffekte (Conditional Average Treatment Effect, CATE) aus Beobachtungsdaten erfordert die Auswahl einer gültigen Adjustierungsmenge, um Confounding zu blockieren. Diese Auswahl hängt von dem zugrunde liegenden kausalen Directed Acyclic Graph (DAG) ab, der in der Praxis selten bekannt ist.

Fehlspezifikation des Graphen: Die Abhängigkeit von einem einzelnen, potenziell falschen Graphen kann zu ungültigen Adjustierungsmengen führen (z. B. das Auslassen von Confoundern oder die Adjustierung für Collider), was die Identifizierung zerstört oder Verzerrungen induziert.
Einschränkungen aktueller konformaler Methoden: Während konforme Inferenz Garantien für die Abdeckung in endlichen Stichproben und verteilungsfrei bietet, versagen Standard-„graphenagnostische" Wrapper oft darin, eine gültige Abdeckung für den kausalen Schätzwert zu gewährleisten, wenn die zugrunde liegende Adjustierungsmenge ungültig ist. Darüber hinaus führt das Mitteln von Intervallen aus mehreren Graphen nach der Kalibrierung zu einer Jensen-Lücke, was zu unnötig breiten Intervallen (großer Padding) führt, um die nominale Abdeckung wiederherzustellen.

Methodik: CAUSALGUARD

Die Autoren schlagen CAUSALGUARD vor, ein struktur-gewichtetes konformes Framework, das Graphenunsicherheit direkt in den konformen Kalibrierungsprozess integriert, anstatt sie als nachträgliche Fehlerquelle zu behandeln. Die Pipeline durchläuft vier Stufen:

1. Probabilistische Elicitation struktureller Priors

Anstatt einen festen Graphen anzunehmen, konstruiert die Methode eine Vorschlagsverteilung über Kandidaten-DAGs:

Von LLM abgeleitete Priors: Ein vortrainiertes autoregressives Sprachmodell wird abgefragt, um Kantenwahrscheinlichkeiten ( $P_{prior}(u \to v)$ ) basierend auf Domänenbeschreibungen zu schätzen. Diese dienen als Vorschlagsmechanismus, nicht als Quelle garantierter Wahrheit.
DAG-Sampling: Kandidaten-DAGs werden aus diesem Prior gesampelt, wobei zeitliche Metadaten (z. B. Behandlung geht der Outcome voraus) beachtet werden, um Azyklizität sicherzustellen.

2. Statistisches Beschneiden und Bayessches Gewichten

Bedingte Unabhängigkeits-(CI-)Beschneidung: Spurious Kanten in gesampelten Graphen werden mittels des Fisher-z-Tests für bedingte Unabhängigkeit auf den Trainingsdaten ( $D_{train}$ ) beschneidet.
BIC-Neugewichtung: Die verbleibenden Kandidatengraphen werden unter Verwendung des Bayesian Information Criterion (BIC) in Kombination mit dem strukturellen Prior bewertet. Duplizierte Adjustierungsstrategien werden zusammengefasst, und Gewichte ( $w_k$ ) werden normalisiert, um eine Posterior-Verteilung über eindeutige Adjustierungsmengen zu bilden.

3. Graph-konditionierte doppelt robuste Schätzung

Für jeden Kandidatengraphen $G_k$ (und seine implizierte Adjustierungsmenge $Z_k$ ):

Schätzung von Störgrößen: Doppelt robuste Modelle für Störgrößen (Propensity Scores und Outcome-Regressionen) werden auf $D_{train}$ angepasst.
Generierung von Pseudo-Outcomes: Augmented Inverse Probability Weighting (AIPW) Pseudo-Outcomes ( $\tilde{Y}^{(k)}$ ) und heuristische Schranken werden berechnet.

4. Struktur-gewichtete konforme Kalibrierung

Dies ist die Kerninnovation. Anstatt einzelne Graphen zu kalibrieren und die Ergebnisse zu mitteln, führt CAUSALGUARD Folgendes aus:

Zuerst Aggregation: Es wird ein posterior-gewichtetes Pseudo-Outcome ( $\bar{\gamma}$ ) und aggregierte Schranken berechnet, indem die graph-konditionierten Schätzungen unter Verwendung der BMA-Gewichte kombiniert werden.
Komposit-Score: Ein einzelner Nicht-Konformitäts-Score wird auf diesem aggregierten Ziel definiert: $E_i = \max(\bar{q}_{low} - \bar{\gamma}_i, \bar{\gamma}_i - \bar{q}_{high})$ .
Kalibrierung: Der konforme Schwellenwert $\hat{Q}$ wird aus der Verteilung dieser Komposit-Scores auf dem Kalibrierungsdatensatz ( $D_{cal}$ ) abgeleitet.
Endintervall: Das Ausgabeintervall ist $\hat{C}(x) = [\bar{q}_{low}(x) - \hat{Q}, \bar{q}_{high}(x) + \hat{Q}]$ .

Hauptbeiträge

Struktur-gewichtete konforme Inferenz: Ein neuartiges Framework, das graph-konditionierte doppelt robuste Pseudo-Outcomes über einen posterior-gewichteten Komposit-Score aggregiert und strukturelle Unsicherheit direkt in den Kalibrierungsschritt überträgt.
Aggregieren-vor-Kalibrieren-Score: Theoretischer Beweis (Proposition 1), dass die direkte Kalibrierung des aggregierten Ziels die Jensen-Lücke vermeidet, die im Mitteln graph-spezifischer Intervalle inhärent ist, was zu engeren Intervallen bei gleicher Abdeckungsgarantie führt.
Konstruktion von Graph-Ensembles: Ein praktisches Verfahren, das von LLM abgeleitete Kanten-Vorschläge, CI-basiertes Beschneiden und BIC-Neugewichtung kombiniert. Der LLM-Prior wirkt als Vorschlagsverteilung für endliche Stichproben, während die Daten-Likelihood (via BIC) mit zunehmender Stichprobengröße dominiert.
Theoretische Garantien:
- Gültigkeit in endlichen Stichproben: Satz 1 etabliert eine verteilungsfreie marginale Abdeckung für das aggregierte Pseudo-Outcome ( $\bar{\gamma}$ ) unter Austauschbarkeit, ohne anzunehmen, dass ein Kandidatengraph korrekt ist.
- Asymptotische Konsistenz: Korollar 2 zeigt, dass unter kausaler Identifizierbarkeit, Overlap, Stabilität der Störgrößen und Konzentration des Scores auf gültige Strategien der bedingte Mittelwert des aggregierten Ziels gegen den wahren CATE konvergiert.

Empirische Ergebnisse

Die Methode wurde über fünf Benchmarks hinweg evaluiert (IHDP, Sachs, ACIC2019, Jobs, Twins) mit 10 zufälligen Seeds pro Datensatz.

Abdeckung: CAUSALGUARD erreichte konsistent eine mittlere Abdeckung über dem nominalen Niveau von 90 % für das direkt bewertbare Ziel (wahrer CATE bei IHDP/Twins; gewichtetes Pseudo-Outcome bei anderen).
Effizienz: Die Methode reduzierte die Intervallbreite signifikant im Vergleich zu graph-agnostischen konformen Baselines (z. B. Conformal Causal Forest, Conformal Naive DR), insbesondere in Datensätzen, bei denen Unsicherheit der Adjustierungsmenge die Ineffizienz antreibt (z. B. IHDP und Jobs).
Robustheit gegenüber ungültiger Adjustierung: Stress-Tests, die das Einfügen einer Collider-Variablen beinhalteten, zeigten, dass CAUSALGUARD ungültige Collider-Adjustierungen erfolgreich unterdrückte (via zeitlicher Metadaten und CI-Beschneidung), wobei eine hohe Abdeckung und ein niedriger RMSE erhalten blieben, während naive Baselines unter schwerer Unterabdeckung litten.
Prior-Sensitivität: In Regimen mit wenig Daten hilft der LLM-Prior bei der Organisation der Suche. Mit zunehmender Stichprobengröße lässt jedoch die BIC-Neugewichtung den Prior „auswaschen", wodurch das finale Intervall zunehmend datengesteuert wird. Die Methode bleibt auch unter adversarialen oder nicht-informativen Priors stabil, wenn die Daten informativ sind.

Bedeutung und Behauptungen

Das Papier positioniert CAUSALGUARD als Lösung für die Spannung zwischen der Notwendigkeit einer gültigen kausalen Adjustierung und der Unsicherheit der zugrunde liegenden Graphenstruktur.

Paradigmenwechsel: Es bewegt sich weg von der „Auswahl eines besten Graphen" oder dem „Padding für Worst-Case-Unsicherheit". Stattdessen behandelt es die Adjustierungsmenge als unsicher und propagiert diese Unsicherheit durch den Intervallaufbau.
Praktischer Nutzen: Die Methode ist am effektivsten, wenn die Intervallinflation durch Unsicherheit in Adjustierungswahlen getrieben wird und nicht durch irreduzibles Outcome-Rauschen. Sie bietet einen Weg, semantische Priors (LLMs) für die Suche in endlichen Stichproben zu nutzen, während gleichzeitig durch datengesteuerte Neugewichtung eine asymptotische Gültigkeit sichergestellt wird.
Einschränkungen: Die Autoren weisen darauf hin, dass die Methode kausale Suffizienz voraussetzt und derzeit aufgrund des kombinatorischen Charakters der Kandidatengenerierung auf moderate Graphengrößen skaliert. Sie garantiert die Abdeckung für das aggregierte Pseudo-Outcome; die Konvergenz zum wahren CATE hängt von zusätzlichen Annahmen bezüglich Zielalignment und Störgrößen-Stabilität ab.

Zusammenfassend bietet CAUSALGUARD einen verteilungsfreien, in endlichen Stichproben gültigen Ansatz zur Schätzung von Behandlungseffekten unter Graphenunsicherheit, der durch die Kalibrierung eines struktur-gewichteten Ziels anstelle des Mitteln kalibrierter Intervalle engere Intervalle als graph-agnostische Methoden erreicht.