Powerful Multivariate Sensitivity Analysis via Sample Splitting in an Observational Study of the Effects of Poverty on Cardiovascular Disease Risk Factors

Technisches Resümee: Leistungsstarke multivariate Sensitivitätsanalyse mittels Stichprobenaufteilung

Problemstellung
In Beobachtungsstudien, die die kausalen Effekte einer Exposition auf mehrere Outcomes (multivariate Settings) untersuchen, versuchen Forscher häufig, eine globale Nullhypothese zu testen (dass die Exposition keinen Effekt auf irgendein Outcome hat). Eine gängige Strategie zur Verbesserung der Power und Robustheit gegenüber nicht gemessenen Störfaktoren (Confounding) besteht darin, eine Linearkombination von outcomespezifischen Teststatistiken zu konstruieren. Bestehende Methoden zur Bestimmung der optimalen Linearkombination – wie etwa durch Scheffé-Projektionen oder beschränkte Varianten (z. B. Cohen et al., 2020; Rosenbaum, 2016) – erfordern jedoch Korrekturen für multiples Testen. Diese Korrekturen stützen sich auf Referenzverteilungen (z. B. Chi-Quadrat-Bar-Verteilungen), deren kritische Werte mit der Anzahl der Outcomes ($K$) skalieren. Wenn $K$ steigt, werden diese kritischen Werte zunehmend strenger, was die statistische Power untergräbt und es schwierig macht, die globale Nullhypothese abzulehnen, selbst wenn starke Evidenz vorliegt. Zudem wächst der Rechenaufwand für die Evaluierung dieser Verteilungen mit $K$.

Methodik
Die Autoren schlagen ein neuartiges Framework für die Sensitivitätsanalyse vor, das die Stichprobenaufteilung (Sample Splitting) nutzt, um die Auswahl der Linearkombination von der Inferenzschritt zu entkoppeln. Das Verfahren läuft wie folgt ab:

1. Datenpartitionierung: Der gematchte Datensatz wird zufällig in eine Planungsstichprobe (Pilotstichprobe) und eine Analyse-Stichprobe aufgeteilt.
2. Planungsphase: Auf der Planungsstichprobe löst der Forscher ein Optimierungsproblem, um die Linearkombination der Teststatistiken zu identifizieren (beschränkt auf das Wahrscheinlichkeits-Simplex, $\Delta_+$), welche die Sensitivität gegenüber ungemessener Verzerrung maximiert (d. h. den Worst-Case-p-Wert unter dem Rosenbaum-Sensitivitätsmodell minimiert). Dies liefert einen geschätzten optimalen Gewichtungsvektor, $\hat{\lambda}_{plan}$.
3. Inferenzphase: Der Vektor $\hat{\lambda}_{plan}$ wird für die Analyse-Stichprobe als vordefiniert behandelt. Der Forscher führt die Sensitivitätsanalyse auf der Analyse-Stichprobe unter Verwendung dieser festen Linearkombination durch.
4. Statistische Rechtfertigung: Da die Kombination relativ zu den Analyse-Daten vorab festgelegt wurde, folgt die Teststatistik unter der Nullhypothese einer Standard-Normalverteilung anstatt einer komplexen Chi-Quadrat-Bar-Verteilung, die von $K$ abhängt. Dies ermöglicht die Verwendung eines kritischen Wertes (z. B. 1,645 für $\alpha=0,05$), der unabhängig von der Anzahl der Outcomes ist.

Theoretische Beiträge
Die Arbeit adresst eine kritische theoretische Lücke: Die Stichprobenaufteilung führt typischerweise zu einem „Minimax-Gap“, bei dem der Forscher eine Strategie festlegen muss, bevor die Natur (der ungemessene Confounder) wirkt, was potenziell zu einer strikt geringeren Power als bei Full-Sample-Methoden führt (wie von Fogarty und Small, 2016 angemerkt).

• Minimax-Theorem: Die Autoren beweisen ein neuartiges Minimax-Theorem (Theorem 1), das zeigt, dass im spezifischen Fall, in dem die Menge der Linearkombinationen das Wahrscheinlichkeits-Simplex ($\Delta_+$) ist, die Reihenfolge der Optimierung (Forscher zuerst vs. Natur zuerst) keine Rolle spielt. Die Minimax-Gleichheit gilt:
  $$\min_{\varrho \in P_\Gamma} \sup_{\lambda \in \Delta_+} F(\lambda, \varrho) = \sup_{\lambda \in \Delta_+} \min_{\varrho \in P_\Gamma} F(\lambda, \varrho)$$
• Asymptotische Power: Als Korollar (Theorem 2) zeigen sie auf, dass die Design-Sensitivität (der asymptotische Grenzwert des Sensitivitätswertes) ihres Ansatzes der Stichprobenaufteilung identisch mit der von Full-Sample-Alternativen ist. Somit opfert die Methode trotz der Verwendung nur eines Teils der Daten keine asymptotische Power.

Simulationsergebnisse
Es wurden umfangreiche Simulationsstudien mit $I=300$ gematchten Paaren und variierenden Anzahlen von Outcomes ($K \in \{5, 15, 25\}$) sowie Korrelationen ($\rho \in \{0, 0,2\}$) durchgeführt.

• Finite-Sample-Power: Die Methode der Stichprobenaufteilung zeigte konsistent eine höhere Power als die Full-Sample-Implementierung von Cohen et al. (2020), insbesondere wenn $K$ zunahm. Dies wird auf die Vermeidung von $K$-abhängigen kritischen Werten zurückgeführt.
• Vergleich zum Oracle: Während ein „Oracle“ (das die optimale Kombination a priori kennt) am besten abschnitt, übertraf der Ansatz der Stichprobenaufteilung den Full-Sample-Konkurrenten signifikant und näherte sich in vielen Regimen der Leistung des Oracles an.
• Korrelationseffekte: Der Power-Vorteil der vorgeschlagenen Methode war am ausgeprägtesten, wenn die Outcomes unkorreliert oder schwach korreliert waren, blieb jedoch auch bei moderater positiver Abhängigkeit überlegen.

Anwendung: Armut und kardiovaskuläre Erkrankungen (CVD)-Risiko
Die Methode wurde auf eine Studie über die Auswirkungen von Armut (definiert als Family Poverty Income Ratio < 1) auf kardiovaskuläre Risikofaktoren bei Kindern und Jugendlichen unter Verwendung von NHANES-Daten (1999–2016) angewendet.

• Studiendesign: 4.027 gematchte Paare wurden in eine Pilotstichprobe (25 %) und eine Analyse-Stichprobe (75 %) aufgeteilt.
• Outcomes: Die Studie untersuchte 9 Outcomes, darunter Körperzusammensetzung, körperliche Aktivität, Lipide und Tabakexposition (Cotinin-Spiegel).
• Ergebnisse:
  • Der Stichprobenaufteilungs-Ansatz lehnte die globale Nullhypothese für alle Alters-/Geschlechtsstrata bei $\Gamma=1$ ab, während der Full-Sample-Konkurrent die globale Nullhypothese nur für Jungen im Alter von 8–11 Jahren ablehnte.
  • Die Methode identifizierte signifikante adverse Effekte von Armut auf die Tabakexposition (Cotinin-Spiegel) über alle Strata hinweg sowie auf intensive Freizeit-Körperaktivität (LTPA) bei Jugendlichen.
  • Robustheit: Die Ergebnisse bezüglich der Tabakexposition zeigten sich robust gegenüber ungemessener Verzerrung bis zu $\Gamma \approx 2,25$ (Sensitivitätswert $\approx 3,05$). Im Gegensatz dazu waren die Befunde bezüglich körperlicher Aktivität und Körperzusammensetzung gegenüber kleineren Mengen an Bias sensitiv (Ablehnung der Nullhypothese erst bei $\Gamma \approx 1,05$–$1,15$ scheiterte).
  • Vergleich: Eine Full-Sample-Sensitivitätsanalyse derselben Daten ergab einen deutlich niedrigeren Sensitivitätswert ($\approx 1,67$) für die Gesamt-Hypothese, was den inhärenten Power-Verlust bestehender multivariater Methoden für diesen Datensatz illustriert.

Bedeutung
Die Autoren behaupten, dass ihr primärer Beitrag in einem praktischen und theoretisch fundierten Framework für die Durchführung leistungsstarker multivariater Sensitivitätsanalysen in Beobachtungsstudien mit vielen Outcomes besteht. Durch die Nutzung der Stichprobenaufteilung und eines neuen Minimax-Theorems ermöglicht die Methode:

1. Wiederherstellung der Power: Sie vermeidet den schweren Power-Verlust, der mit $K$-abhängigen kritischen Werten in hochdimensionalen Settings verbunden ist.
2. Aufrechterhaltung der Validität: Sie bietet valide $\alpha$-Level-Inferenz, ohne dass asymptotische Korrekturen erforderlich sind, die von der Dimension des Outcome-Raums abhängen.
3. Ermöglichung von datengesteuertem Design: Sie erlaubt es Forschern, die Pilotstichprobe zu nutzen, um die Auswahl der Outcomes und der Teststatistiken zu verfeinern (z. B. Identifizierung spezifischer Ernährungskomponenten oder altersbedingter Effekte), ohne die Validität der finalen Inferenz zu gefährden.

Die Autoren kommen zu dem Schluss, dass die Robustheit ihrer spezifischen Befunde zu Armut und CVD weitgehend durch den Effekt auf die Tabakexposition getrieben wird, das methodische Framework jedoch erfolgreich in der Lage ist, diese Effekte dort zu detektieren, wo traditionelle multivariate Sensitivitätsanalysen aufgrund mangelnder Power wahrscheinlich scheitern würden.