A Law of Iterated Expectation Primer for Causal Inference

Das große Ganze: Warum brauchen wir das?

Stellen Sie sich vor, Sie möchten wissen, ob ein bestimmtes Medikament (nennen wir es „Tamoxifen“) tatsächlich verhindert, dass Brustkrebs zurückkehrt. In einer perfekten Welt könnten Sie das Medikament einer Gruppe von Menschen geben und einer anderen Gruppe ein Zuckerpillchen, und dann die Ergebnisse vergleichen. Dies wäre eine randomisierte Studie.

Aber in der realen Welt verfügen wir oft nur über Beobachtungsdaten. Wir können Menschen nicht dazu zwingen, ein Medikament einzunehmen; wir beobachten nur, wofür sie sich entscheiden. Das Problem ist, dass Menschen, die sich für das Medikament entscheiden, sich von denen unterscheiden könnten, die es nicht nehmen (vielleicht sind sie kränker oder haben eine andere Genetik). Diese Unterschiede werden als Confounder (Störfaktoren) bezeichnet. Wenn wir diese nicht berücksichtigen, schreiben wir dem Medikament vielleicht etwas zu, das eigentlich durch die zugrunde liegende Gesundheit des Patienten verursacht wurde.

Diese Arbeit ist ein „Primer“ (ein Einsteigerleitfaden), der erklärt, wie man dieses mathematische Problem löst. Sie erklärt ein spezifisches mathematisches Werkzeug namens „Law of Iterated Expectation“ (Satz der iterierten Erwartungswerte) und zeigt, wie es uns hilft, aus unordentlichen, realen Daten eine klare Antwort über Ursache und Wirkung zu gewinnen.

Das Kernkonzept: Der „Satz der iterierten Erwartungswerte“

Betrachten Sie diesen Satz als eine Methode, um einen gewichteten Durchschnitt zu berechnen.

Stellen Sie sich vor, Sie sind ein Schulleiter und versuchen, den durchschnittlichen Testwert der gesamten Schule zu ermitteln.

• Der einfache Weg: Sie addieren einfach die Werte aller Schüler und teilen sie durch die Anzahl der Schüler. Dies ist der „marginale Erwartungswert“.
• Der „iterierte“ Weg: Sie stellen fest, dass die Schule verschiedene Klassenstufen hat (1. Klasse, 2. Klasse usw.). Sie berechnen den Durchschnittswert für die Erstklässler, dann den Durchschnitt für die Zweitklässler und so weiter. Dann nehmen Sie diese Klassenstufen-Durchschnitte und kombinieren sie, aber Sie gewichten sie danach, wie viele Schüler in jeder Klasse sind.

Der Satz der iterierten Erwartungswerte besagt schlichtweg: Man erhält dasselbe Endergebnis, egal ob man alle gleichzeitig mittelt oder zuerst die Gruppen mittelt und dann die Gruppen kombiniert.

In der Arbeit erklären die Autoren, dass diese mathematische Identität der Motor hinter der g-Formel ist, einem berühmten Werkzeug, mit dem kausale Effekte ermittelt werden.

Zwei Wege, um dasselbe Auto zu fahren: NICE und ICE

Die Arbeit stellt zwei verschiedene Wege vor, wie man diese Mathematik nutzt, um das kausale Problem zu lösen. Sie sind mathematisch identisch (sie ergeben exakt dasselbe Ergebnis), aber sie betrachten die Daten unterschiedlich. Die Autoren nennen sie NICE und ICE.

1. NICE (Non-Iterative Conditional Expectation)

Die Analogie: Der „Rezeptbuch“-Ansatz.
Stellen Sie sich vor, Sie möchten die durchschnittliche Körpergröße aller Menschen in einer Stadt wissen, haben aber nur Daten von Menschen, die rote Hüte und blaue Hüte tragen.

• Wie NICE funktioniert: Sie schauen sich die Gruppe der „Rothutträger“ an und berechnen deren durchschnittliche Körpergröße. Sie schauen sich die Gruppe der „Blauhutträger“ an und berechnen deren durchschnittliche Körpergröße. Dann schauen Sie in die Volkszählung der Stadt, um zu sehen, welcher Prozentsatz der Menschen rote gegenüber blauen Hüten trägt. Schließlich mischen Sie diese beiden Durchschnitte unter Verwendung der Prozentsätze aus der Volkszählung als Gewichte zusammen.
• In der Arbeit: Die Autoren zeigen dies anhand eines einfachen Beispiels von Tamoxifen und Lymphknoten. Sie berechnen die Rezidivrate für verschiedene Gruppen und „setzen“ dann die Zahlen ein, um einen endgültigen gewichteten Durchschnitt zu erhalten.

2. ICE (Iterative Conditional Expectation)

Die Analogie: Der „Vorhersagemaschinen“-Ansatz.
Stellen Sie sich vor, Sie sind ein Wettervorhersager. Anstatt nur vergangene Daten zu mitteln, bauen Sie ein Modell, das das Wetter für jeden einzelnen Tag baseraf auf den Bedingungen dieses Tages vorhersagt.

• Wie ICE funktioniert: Sie nehmen Ihre Daten, lassen sie durch ein Modell laufen und generieren eine „vorhergesagte Ausgabe“ für jede einzelne Person in Ihrem Datensatz (als hätten sie alle das Medikament genommen). Dann nehmen Sie einfach den Durchschnitt all dieser Vorhersagen.
• In der Arbeit: Die Autoren zeigen, dass man dies tun kann, indem man eine Liste von „Was-wäre-wenn“-Vorhersagen für jede Person erstellt und diese dann mittelt.

Die wichtigste Erkenntnis: Egal, ob man das „Rezeptbuch“ (NICE) oder die „Vorhersagemaschine“ (ICE) nutzt, man erhält am Ende dieselbe Zahl. Die Arbeit beweist, dass diese beiden Methoden nur zwei verschiedene Arten sind, denselben mathematischen Satz zu schreiben.

Wenn es komplexer wird: Zeit und bewegliche Teile

Die Arbeit bleibt nicht bei einfachen Beispielen stehen. Sie zeigt, wie dies funktioniert, wenn die Dinge kompliziert werden:

1. Mehr Variablen: Was ist, wenn Alter, Einkommen, Rasse und Geschlecht alle miteinander vermischt sind? Das „Rezeptbuch“ (NICE) wird sehr schwer zu schreiben, weil es zu viele Kombinationen gibt. Die „Vorhersagemaschine“ (ICE) ist viel einfacher, weil man den Computer die Mathematik erledigen lässt.

2. Zeitabhängige Confounder (Zeit-variierende Störfaktoren): Dies ist der schwierigste Teil. Stellen Sie sich folgendes Szenario vor:

   • Sie nehmen zum Zeitpunkt 1 ein Medikament.
   • Dieses Medikament verändert Ihren Gesundheitszustand (einen Confounder) zum Zeitpunkt 2.
   • Dieser neue Gesundheitszustand beeinflusst, ob Sie zum Zeitpunkt 2 eine zweite Dosis des Medikaments einnehmen.
   • Schließlich betrachten Sie das Ergebnis zum Zeitpunkt 3.

   In diesem Szenario versagen Standardstatistiken, weil der „Confounder“ (Ihr Gesundheitszustand) durch die Behandlung selbst verändert wurde. Die Arbeit zeigt, dass die g-Formel (unter Verwendung des Satzes der iterierten Erwartungswerte) der einzige Weg ist, diesen Knoten zu entwirren. Dies geschieht durch rückwärts gerichtetes Arbeiten:

   • Zuerst sagt man das Ergebnis am Ende voraus.
   • Dann arbeitet man sich rückwärts, um vorherzusagen, was zum Zeitpunkt 2 geschah.
   • Dann arbeitet man sich rückwärts zum Zeitpunkt 1.
   • Schließlich mittelt man alles heraus.

   Die Arbeit nennt dies „rückwärts gerichtete Rekursion“. Es ist, als würde man ein Labyrinth lösen, indem man am Ausgang beginnt und rückwärts zum Eingang geht.

Was die Autoren tatsächlich behaupten (und was sie nicht behaupten)

• Sie BEHAUPTEN: Der Satz der iterierten Erwartungswerte ist das mathematische Fundament, das es uns ermöglicht, aus dem, „was wir beobachtet haben“, das zu machen, „was hätte passieren können“ (kausale Effekte).
• Sie BEHAUPTEN: Die NICE- und ICE-Methoden sind mathematisch äquivalent. Sie stellen dasselbe dar, nur anders geschrieben.
• Sie BEHAUPTEN: In einfachen Situationen (zeitfixiert) sind beide Methoden einfach. In komplexen Situationen (zeitvariierend) ist die ICE-Methode (rückwärts arbeitend) oft einfacher zu codieren und robuster gegenüber bestimmten Arten von Fehlern.
• Sie BEHAUPTEN NICHT: Diese Arbeit liefert neue medizinische Ergebnisse, neue klinische Leitlinien oder spezifische Ratschläge für Ärzte zur Behandlung von Patienten. Sie ist rein ein Leitfaden über die Mathematik und die Logik der Datenanalyse.
• Sie BEHAUPTEN NICHT, dass eine Methode im allgemeinen Sinne „besser“ als die andere ist; es sind lediglich unterschiedliche Werkzeuge für dieselbe Aufgabe. Sie merken jedoch an, dass beide Methoden falsche Antworten geben können, wenn Ihre mathematischen Modelle fehlerhaft sind.

Das Fazit

Diese Arbeit ist ein Übersetzer. Sie nimmt ein sehr dichtes, einschüchterndes mathematisches Konzept (den Satz der iterierten Erwartungswerte) und erklärt, wie er als Brücke zwischen Rohdaten und kausaler Wahrheit fungiert. Sie zeigt Forschern, dass sie – egal ob sie einen „gewichteten Durchschnitts“-Ansatz oder einen „Schritt-für-Schritt-Vorhersage“-Ansatz verwenden – derselben grundlegenden Logik folgen, um die Frage zu beantworten: „Was wäre passiert, wenn wir etwas anders gemacht hätten?“