Transporting treatment effects by calibrating large-scale observational outcomes

Resumen Técnico: Transporte de Efectos del Tratamiento mediante Calibración de Resultados Observacionales a Gran Escala

Planteamiento del Problema
El artículo aborda el desafío de transportar estimaciones de efectos del tratamiento desde un conjunto de datos experimental pequeño y de alta calidad (Ensayo Controlado Aleatorizado, o ECA) hacia un conjunto de datos observacional objetivo grande. Este escenario es común cuando la experimentación es costosa o inviable en la población objetivo específica, haciendo necesario el uso de datos observacionales auxiliares.

Los métodos estándar de transporte causal se basan en dos supuestos de identificación: intercambiabilidad de la media (las medias condicionales de los resultados potenciales son iguales entre poblaciones dadas las covariables) y positividad (el soporte de la distribución de las covariables en la población objetivo está contenido dentro de la población experimental). El artículo destaca que las violaciones de la positividad son probables cuando el conjunto de datos experimental es pequeño en relación con la dimensión de las covariables (la "maldición de la dimensionalidad"). Cuando falla la positividad, el Efecto Promedio del Tratamiento (EPT) transportado estándar no está bien definido para las regiones de covariables presentes en los datos observacionales pero ausentes en los datos experimentales. Además, los métodos existentes que intentan manejar las violaciones de la positividad (por ejemplo, recorte o reducción de peso) a menudo alteran el estimando de maneras que pueden no alinearse con los objetivos científicos o introducir inestabilidad.

Metodología
Los autores proponen un procedimiento de estimación e inferencia simple y de dos etapas que evita el ponderamiento por propensión inversa y permanece válido incluso cuando la positividad no se cumple.

1. Calibración mediante Mínimos Cuadrados Ordinarios (MCO):

   • El método asume que el conjunto de datos observacionales contiene un "contraste tratamiento-control" ($\Delta(X)$), definido como la diferencia en los resultados medios condicionales entre las unidades tratadas y de control en los datos observacionales ($\Delta(x) = E_{obs}[Y|X=x, Z=1] - E_{obs}[Y|X=x, Z=0]$).
   • Los autores postulan que el Verdadero Efecto Promedio del Tratamiento Condicional (EPTC), $\mu(X)$, de los datos experimentales puede aproximarse mediante una transformación lineal de este contraste observacional. Específicamente, definen una clase de funciones $\mathcal{F}$ de transformaciones lineales de una expansión de base $\psi(\Delta(X))$.
   • Estiman los coeficientes $\bar{\beta}$ regresando los resultados experimentales $D_i$ (el efecto del tratamiento) sobre $\psi(\hat{\Delta}(X_i))$ utilizando MCO. Aquí, $\hat{\Delta}$ se estima a partir de los datos observacionales, potencialmente utilizando métodos flexibles de aprendizaje automático (por ejemplo, bosques causales).
   • El estimador resultante $\bar{\mu}(x) = \hat{\bar{\beta}}^\top \psi(\hat{\Delta}(x))$ sirve como una estimación calibrada del EPTC.

2. Agregación:

   • El estimador final para el efecto transportado, $\hat{\bar{\tau}}$, es el promedio muestral de estas estimaciones calibradas del EPTC sobre las covariables en el gran conjunto de datos observacional.
   • Para asegurar una inferencia válida y evitar el sobreajuste, los autores emplean ajuste cruzado: los datos observacionales se dividen en pliegues; $\hat{\Delta}$ se estima con datos fuera del pliegue, y la regresión de calibración se realiza con los datos experimentales.

3. Inferencia:

   • El artículo deriva un estimador de varianza asintótica que cuenta con el error de calibración (del paso de MCO). Bajo el régimen donde el tamaño de la muestra observacional $N$ crece suficientemente más rápido que el tamaño de la muestra experimental $n$ ($N \gg n$), la varianza está dominada por el error de calibración, lo que permite intervalos de confianza asintóticamente válidos sin estimar puntuaciones de propensión.

Contribuciones Clave

• Estimando Alternativo ($\bar{\tau}$): El artículo introduce un nuevo estimando, $\bar{\tau} = E_{obs}[\bar{\mu}(X)]$, que representa el promedio de la mejor aproximación de mínimos cuadrados del verdadero EPTC dentro de la clase de funciones especificada $\mathcal{F}$, ponderado por la distribución de covariables observacional.
  • Crucialmente, $\bar{\tau}$ permanece identificado incluso sin positividad. Si el modelo de calibración está bien especificado (es decir, $\mu \in \mathcal{F}$), $\bar{\tau}$ es igual al EPT transportado estándar. Si está mal especificado, converge a un estimando de proyección, que puede interpretarse como un efecto promedio del tratamiento ponderado.
• Robustez ante Violaciones de Positividad: A diferencia de los métodos existentes (por ejemplo, AIPSW, estimadores colaborativos) que dependen de puntuaciones de propensión y fallan o se vuelven inestables cuando se viola la positividad, el método propuesto no requiere estimar pesos de propensión inversa. Permanece estable incluso cuando los soportes de covariables experimental y observacional no se superponen.
• Eficiencia Semiparamétrica: Los autores establecen que, bajo un marco de "ensayo anidado" donde la relación de tamaños de muestra experimental a observacional tiende a cero ($n/N \to 0$), su estimador alcanza el límite de eficiencia semiparamétrica para el estimando proyectado $\bar{\tau}$. Este límite es finito incluso cuando el límite de eficiencia para el EPT transportado estándar es infinito debido a violaciones de positividad.
• Simplicidad y Prácticidad: El método se basa en MCO estándar y aprendedores de EPTC flexibles, evitando esquemas de ponderación complejos y problemas de estabilidad asociados con la estimación de puntuaciones de propensión de alta dimensión.

Resultados

El artículo valida la metodología mediante simulaciones numéricas y un ejemplo con datos del mundo real:

1. Simulación Univariable: En escenarios con desplazamiento de covariables (pero sin violación estricta de positividad), el estimador propuesto ($\hat{\bar{\tau}}$) mostró un Menor Error Cuadrático Medio (MSE) y una cobertura de intervalo de confianza más estable (aprox. 92-93%) en comparación con AIPSW y estimadores colaborativos a medida que aumentaba el grado de desplazamiento de covariables. Los estimadores competidores exhibieron un sesgo significativo y degradación de la cobertura.
2. Simulación Multivariable: En escenarios de alta dimensión ($d=10$), el método propuesto mantuvo el MSE más bajo y una cobertura fiable. Por el contrario, el estimador AIPSW mostró alta varianza y cobertura pobre, particularmente cuando la distribución de covariables observacional tenía mayor varianza (exacerbando las violaciones de positividad).
3. Estudio de Caso de Rotación de Cultivos: Utilizando datos de Kluger et al. (2022) sobre rendimientos de maíz, los autores combinaron 611 experimentos de campo con 1,31 millones de estimaciones de rendimiento basadas en satélites.
   • Los datos experimentales tenían una cobertura espacial dispersa (faltaban estados enteros como Indiana y Michigan), lo que llevaba a violaciones severas de positividad.
   • El estimador AIPSW fue extremadamente inestable, con estimaciones que abarcaban varios órdenes de magnitud a través de las simulaciones.
   • El estimador colaborativo fue más estable, pero aún exhibió una varianza mayor que el método propuesto.
   • El estimador propuesto ($\hat{\bar{\tau}}$) demostró la menor varianza y la mayor estabilidad, con una tasa de cobertura empírica del 96% para sus intervalos de confianza.

Significado y Afirmaciones

El artículo afirma que su metodología proporciona una solución teóricamente fundamentada y empíricamente robusta para el transporte de efectos del tratamiento en el régimen común de "experimento pequeño, observación grande".

• Validez Teórica: Los autores demuestran que su estimador es consistente para un estimando bien definido ($\bar{\tau}$) incluso cuando el EPT transportado estándar no está identificado. Demuestran que este estimador alcanza la eficiencia semiparamétrica en el límite de grandes datos observacionales en relación con los datos experimentales.
• Utilidad Práctica: El método ofrece una alternativa "ingenua" pero efectiva a esquemas de ponderación complejos. Al evitar el ponderamiento por propensión inversa, elude la inestabilidad causada por las violaciones de positividad, haciéndolo particularmente adecuado para aplicaciones del mundo real donde los datos experimentales son limitados y espacial o demográficamente dispersos.
• Interpretabilidad: Incluso cuando el modelo de calibración está mal especificado, el estimando resultante conserva la interpretabilidad como un efecto promedio del tratamiento ponderado, similar a la literatura sobre estimación de EPT bajo violaciones de positividad en estudios observacionales individuales.

Los autores concluyen que, aunque su método asume observaciones i.i.d. (lo cual puede ser una simplificación para datos espaciales/temporales como el ejemplo de rotación de cultivos), ofrece una mejora significativa en precisión y estabilidad sobre las propuestas existentes para transportar efectos del tratamiento bajo violaciones de positividad.