Causal Inference under Interference with Learned Exposure Mappings

Resumen Técnico: Inferencia Causal bajo Interferencia con Mapeos de Exposición Aprendidos

Planteamiento del Problema
En la inferencia causal bajo interferencia, el "mapeo de exposición" es un componente crítico que define cómo los tratamientos asignados a una unidad afectan la exposición efectiva de otras. Los marcos tradicionales suelen asumir que este mapeo de exposición es conocido a priori, especificándose frecuentemente mediante distancias geográficas fijas o estructuras de red. Sin embargo, en aplicaciones ambientales —como el análisis de los impactos en la salud de los controles de contaminación— el mapeo de exposición no se observa directamente. En su lugar, es inducido por procesos latentes de transporte atmosférico que deben ser aprendidos a partir de datos de contaminación.

Esto crea un desafío fundamental: mientras que varios modelos de transporte (EDP mecanísticos, operadores neuronales informados por la física, operadores neuronales de Fourier y modelos fundacionales) pueden lograr una precisión predictiva similar en el pronóstico de las concentraciones de contaminación observadas, pueden implicar diferentes operadores de transporte subyacentes. En consecuencia, estos modelos pueden generar distintos mapeos de exposición, lo que conduce a conclusiones causales divergentes respecto a los efectos de desbordamiento (spillover). El artículo investiga si el acuerdo predictivo entre los modelos de transporte es suficiente para una inferencia causal confiable cuando los mapeos de exposición son aprendidos en lugar de observados.

Metodología
El estudio emplea un marco donde un operador de transporte $T$ mapea un vector de intervención $A$ (reducciones de emisiones) hacia un mapeo de exposición $E(T) = TA$. La cantidad causal de interés es el efecto de desbordamiento sobre los resultados de salud $H$, modelado como una función de la intervención directa y la exposición por desbordamiento.

El autor compara cuatro enfoques distintos de modelado de transporte:

1. EDP Mecanístico: Un modelo de ecuación diferencial en derivadas parciales de advección-difusión.
2. PINO: Operadores Neuronales Informados por la Física.
3. FNO: Operadores Neuronales de Fourier.
4. GeoPT: Un modelo fundacional reciente para el transporte geofísico.

La evaluación se desarrolla en dos etapas:

• Estudio de Simulación: Un operador de transporte "verdadero" latente $T^*$ genera la dinámica de la contaminación. Se ajustan los modelos competidores a los campos de contaminación observados resultantes. El estudio evalúa la capacidad de cada modelo para predecir la contaminación ($PM$), recuperar el mapeo de exposición real y estimar el verdadero efecto de desbordamiento.
• Análisis Empírico: Los modelos se aplican a datos de $PM_{2.5}$ de California. El análisis examina cómo diferentes supuestos de transporte afectan los patrones de desbordamiento inferidos bajo intervenciones hipotéticas de control de contaminación, sin pretender identificar el proceso atmosférico único y "verdadero".

Resultados Clave

• Equivalencia Predictiva vs. Divergencia Causal: En las simulaciones, los cuatro modelos lograron una precisión de predicción de la contaminación casi idéntica ($R^2$ entre 0.970 y 0.975). Sin embargo, sus efectos de desbordamiento estimados variaron significamente, oscilando entre 1.78 y 2.27. El modelo que recuperó con mayor precisión el mapeo de exposición (FNO) produjo la estimación de desbordamiento más cercana al valor real.
• Precisión del Mapeo de Exposición como Predictor: El estudio encontró que la precisión en la recuperación del mapeo de exposición es un predictor más fuerte del desempeño inferencial que las mejoras marginales en la precisión de la predicción de la contaminación. Los modelos con mayores errores en el mapeo de exposición (ej. PINO, GeoPT) produjeron mayores desviaciones en las estimaciones de desbordamiento.
• Sensibilidad de la Intervención: El impacto de la incertidumbre del mapeo de exposición dependió fuertemente del tipo de intervención:
  • Intervenciones Regionales: Mostraron un desacuerdo modesto entre modelos (rango de desbordamiento: 1.79–2.42).
  • Intervenciones de Aguas Arriba (Upwind): Mostraron el menor desacuerdo (rango: 1.93–2.13).
  • Intervenciones de Fuente Puntual Localizada: Mostraron un desacuerdo sustancial, con efectos de desbordamiento estimados que variaron desde 0.51 (PDE) hasta 1.56 (GeoPT)—una diferencia de tres veces.
• Hallazgos Empíricos (California): El análisis de los datos de $PM_{2.5}$ de California reflejó los resultados de la simulación. Si bien los modelos competidores produjeron predicciones similares de las concentraciones observadas, implicaron diferentes patrones de desbordamiento e identificaron diferentes ubicaciones como las más afectadas por las intervenciones. Notablemente, aunque las estimaciones de desbordamiento variaron, el efecto de intervención agregado se mantuvo estable (oscilando entre 0.303 y 0.305), lo que sugiere que la incertidumbre del transporte impacta más en la comprensión mecánica que en las predicciones del impacto de política agregada.

Significancia y Reivindicaciones
El artículo argumenta que el acuerdo predictivo por sí solo es insuficiente para una inferencia causal confiable cuando los mapeos de exposición son aprendidos. La contribución central es demostrar que los modelos que se ajustan igualmente bien a los datos observados pueden inducir diferentes mapeos de exposición, conduciendo a conclusiones sustancialmente distintas sobre los efectos de desbordamiento, particularmente para intervenciones localizadas.

El autor sostiene que:

1. Los mapeos de exposición deben tratarse como cantidades estimadas en lugar de objetos de diseño fijos, lo que requiere la propagación de la incertidumbre desde el proceso de aprendizaje del transporte hacia los análisis causales posteriores.
2. Los criterios de evaluación para los modelos de transporte en contextos causales deben extenderse más allá de la precisión predictiva para incluir la estabilidad y confiabilidad de los mapeos de exposición inducidos.
3. La incertidumbre en los procesos de transporte aprendidos importa más para las intervenciones dirigidas, donde el comportamiento de transporte local tiene una influencia más fuerte en la exposición posterior en comparación con las intervenciones regionales amplias.

El estudio concluye que, sin contabilizar la incertidumbre en los procesos de transporte aprendidos, las inferencias causales respecto a los efectos de desbordamiento pueden ser poco fiables, incluso cuando los modelos subyacentes parecen indistinguibles en términos de desempeño predictivo.