Resumen Técnico: Predicción Conforme para Efectos Causales de Tratamientos Continuos

1. Formulación del Problema

El artículo aborda la necesidad crítica de la Cuantificación de la Incertidumbre (UQ) en el aprendizaje automático causal, específicamente para tratamientos continuos. Aunque el ML causal se utiliza ampliamente en dominios de seguridad crítica como la medicina personalizada (p. ej., dosificación de quimioterapia), los métodos existentes suelen proporcionar solo estimaciones puntuales, omitiendo la incertidumbre de la predicción.

Los autores identifican tres desafíos específicos al aplicar la Predicción Conforme (CP) a efectos causales continuos:

1. Desplazamiento de Distribución (Desafío a): Intervenir en una variable de tratamiento desplaza la distribución de las covariables (específicamente el propensity score). Esto viola el supuesto de intercambiabilidad inherente a la CP estándar, lo que invalida los intervalos estándar entre las distribuciones observacional e intervencional.
2. Propensity Scores Desconocidos (Desafío b): En datos observacionales, el propensity score es desconocido y debe estimarse. Esta estimación introduce una incertidumbre adicional que los métodos de CP estándar no consideran, lo que podría derivar en una sub-cobertura.
3. Escasez de Datos para Valores Continuos (Desafío c): A diferencia de los tratamientos binarios, los valores de tratamiento continuo específicos rara vez se observan en los datos, lo que imposibilita la aplicación directa de los métodos de CP discretos.

El objetivo es derivar intervalos de predicción válidos en muestras finitas $C(X_{n+1}, \diamond)$ para los resultados potenciales $Y_{n+1}(\diamond)$ bajo intervenciones duras ($a^*$) o blandas ($A^*(X_{n+1})$), incluso cuando el propensity score es desconocido y se estima.

2. Metodología

El método propuesto extiende la Predicción Conforme Dividida (Split Conformal Prediction) para manejar los desplazamientos de distribución inducidos por las intervenciones y la incertidumbre de la estimación del propensity score.

Marco Central

El método utiliza una puntuación de no conformidad, típicamente el residuo $S_i = |Y_i - \phi(X_i, A_i)|$, donde $\phi$ es un modelo de aprendizaje automático arbitrario. El objetivo es construir un intervalo tal que $P(Y_{n+1}(\diamond) \in C) \geq 1 - \alpha$.

Los autores distinguen dos escenarios basados en la disponibilidad del propensity score $\pi(a|x)$:

Escenario 1: Propensity Score Conocido

Cuando la política observacional es conocida (p. ej., en un ensayo aleatorizado o en un entorno de política conocida), el desplazamiento se modela como un cambio de $\pi(a|x)$ a $\pi(a+\Delta A|x)$.

• Enfoque: Los autores reformulan el problema como una regresión de cuantiles aumentada. Definen una clase de funciones $\mathcal{F}$ que representa el desplazamiento del propensity.
• Optimización: Derivan un problema de optimización dual (Teorema 4.2) para encontrar el $(1-\alpha)$-cuantil de las puntuaciones de no conformidad bajo la distribución desplazada. Esto evita la inviabilidad de resolver para todos los posibles puntajes imputados mediante el aprovechamiento de las propiedades de dualidad fuerte.
• Resultado: El Teorema 4.2 proporciona garantías de cobertura en muestras finitas para los resultados potenciales bajo desplazamientos de propensity conocidos.

Escenario 2: Propensity Score Desconocido

Cuando la política es desconocida, el método debe manejar intervenciones duras ($a^*$) donde el propensity se convierte en una función delta de Dirac, y la puntuación $\pi$ debe estimarse ($\hat{\pi}$).

• Supuesto: El error de estimación está acotado de tal manera que la razón $c_a = \hat{\pi}/\pi$ se encuentra dentro de $[1/M, M]$ para alguna constante $M$.
• Suavizado: Para manejar la discontinuidad de la función delta de Dirac, los autores la aproximan utilizando un núcleo gaussiano con varianza $\sigma^2 \to 0$.
• Optimización: El problema se formula como una optimización no convexa (Ec. 18) que involucra el parámetro de suavizado $\sigma$ y el límite de error $c_a$.
• Garantía Teórica: Los autores demuestran (Lema 4.4) que el problema es invex de Tipo-I y satisface la Calificación de Independencia Lineal de Restricciones (LICQ). Esto permite el uso de las condiciones de Karush-Kuhn-Tucker (KKT) para derivar la optimalidad global.
• Resultado: El Teorema 4.5 establece garantías de cobertura en muestras finitas para propensity scores desconocidos mediante la optimización sobre los límites de incertidumbre y los parámetros de suavizado.

3. Contribuciones Clave

1. Nuevo Método para Tratamientos Continuos: La primera propuesta de intervalos de predicción conforme para resultados potenciales de tratamientos continuos, abordando el vacío dejado por los métodos existentes limitados a tratamientos binarios/discretos.
2. Garantías de Muestra Finita bajo Propensity Desconocido: Derivación de intervalos de predicción válidos que consideran la incertidumbre introducida por la estimación de los propensity scores, sin requerir supuestos asintóticos.
3. Implementación Algorítmica: Un algoritmo eficiente (Alg. 1) para calcular estos intervalos utilizando formulaciones duales y condiciones KKT, evitando la búsqueda de fuerza bruta sobre los puntajes imputados.
4. Validación Empírica: Demostración de efectividad en conjuntos de datos sintéticos y del mundo real.

4. Resultados Experimentales

Los autores evaluaron su método frente a líneas base que incluyen MC Dropout, Deep Ensembles y regresión de Procesos Gaussianos (GP).

• Conjuntos de Datos Sintéticos:

  • Fidelidad: Los intervalos de CP propuestos lograron una cobertura empírica consistente con el nivel de significancia objetivo ($1-\alpha$) a través de varias intervenciones blandas y duras.
  • Líneas Base: MC Dropout y Deep Ensembles mostraron una cobertura significativamente menor (intervalos infieles), fallando a menudo en capturar el resultado real. La regresión GP proporcionó cobertura válida solo para desplazamientos de distribución muy pequeños, pero falló ante desplazamientos mayores debido a intervalos estrechos.
  • Estabilidad: El método propuesto exhibió una baja variabilidad en la cobertura empírica en comparación con la alta varianza observada en MC Dropout.

• Conjunto de Datos del Mundo Real (MIMIC-III):

  • Tarea: Predicción de resultados de presión arterial bajo variaciones en la duración de la ventilación mecánica.
  • Observación: Los intervalos de CP reflejaron correctamente una mayor incertidumbre en las regiones de tratamiento con datos de entrenamiento escasos (duraciones de ventilación altas). En contraste, los intervalos de MC Dropout fueron más estrechos, sugiriendo una sub-cobertura en estas regiones críticas.

5. Significado y Reivindicaciones

El artículo afirma ser el primero en proponer la predicción conforme para tratamientos continuos donde el propensity score es desconocido y debe estimarse a partir de los datos.

• Aplicabilidad en Seguridad Crítica: El método proporciona garantías de validez en muestras finitas, lo que lo hace adecuado para aplicaciones de seguridad crítica como la medicina personalizada, donde las garantías asintóticas (que pueden fallar en muestras pequeñas) son insuficientes.
• Agnosticismo del Modelo: El enfoque funciona con cualquier modelo de aprendizaje automático $\phi$ para la predicción de resultados.
• Robustez al Desplazamiento de Distribución: A diferencia de la CP estándar, el método contabiliza explícitamente el desplazamiento de distribución causado por la intervención, asegurando la validez incluso cuando la distribución de prueba difiere de la de entrenamiento.
• Utilidad Práctica: Los autores señalan que, aunque el método es conservador (intervalos potencialmente más amplios) cuando la estimación del propensity es deficiente o los datos son escasos, este conservadurismo asegura la fiabilidad, evitando la peligrosa sub-cobertura vista en otros métodos de UQ.

El trabajo llena un vacío crítico en el ML causal, permitiendo la toma de decisiones fiable bajo incertidumbre para variables de tratamiento continuo tanto en entornos experimentales como observacionales.