Résumé Technique : Amélioration de la précision de l'estimation du CATE basé sur les RCT par l'emprunt de données avec double calibration

1. Énoncé du problème

Les essais contrôlés randomisés (RCT) sont la référence en matière d'inférence causale, mais ils sont souvent sous-dimensionnés pour détecter les effets de traitement hétérogènes (HTE) au sein de sous-groupes de patients diversifiés en raison des contraintes de coût, de temps et de taille d'échantillon. À l'inverse, les études observationnelles (OS) à grande échelle offrent des données plus riches et une couverture de population plus large, mais souffrent de facteurs de confusion non mesurés et de potentiels changements de distribution des résultats (décalage de concept ou concept shift) par rapport à la population des RCT.

Les méthodes existantes pour intégrer les données des RCT et des OS se concentrent principalement sur la généralisation des résultats des RCT à des populations d'OS plus larges ($R \to O$) ou sur l'emprunt de bras de contrôle historiques pour réduire la variance dans l'estimation de l'effet de traitement moyen (ATE). Cependant, il manque des cadres robustes pour améliorer la précision de l'estimation de l'effet de traitement moyen conditionnel (CATE) au sein de la population de l'RCT ($O \to R$) en exploitant les deux bras de traitement des données d'OS, sans supposer que les CATE ou les moyennes des résultats sont échangeables entre les populations. Le défi consiste à utiliser la taille d'échantillon importante des données d'OS pour réduire la variance tout en corrigeant les facteurs de confusion et les décalages de résultats afin de préserver les garanties d'impartialité des RCT.

2. Méthodologie

Les auteurs proposent un cadre qui formule l'estimation du CATE comme un problème d'apprentissage supervisé, en utilisant une Moyenne de Résultat Contrefactuel (CMO) comme fonction d'augmentation. L'intuition centrale est que la variance d'estimation est minimisée lorsque la fonction d'augmentation est égale à la véritable CMO.

2.1 Fondement théorique

• Formulation de l'apprentissage supervisé : Le CATE $\tau(x)$ est estimé en minimisant la perte au carré d'un pseudo-résultat $\tau_m(X, A, Y) = \frac{A(Y - m(X))}{\pi_A(X)}$.
• Augmentation optimale : Le choix de la fonction d'augmentation minimisant le risque est la CMO, définie par $\mu(x) = \sum_a \pi_{-a}(x)\mu_a(x)$, où $\mu_a(x)$ est la moyenne du résultat potentiel pour le traitement $a$.
• Bornes d'erreur : Les auteurs dérivent des bornes d'erreur en échantplon fini montrant que l'erreur quadratique moyenne (MSE) de l'estimateur du CATE dépend de la MSE entre la fonction d'augmentation estimée et la véritable CMO. Plus précisément, l'amélioration de l'estimation de la CMO réduit directement le risque de prédiction et l'erreur d'estimation.

2.1 Le cadre R-OSCAR

Pour exploiter les données d'OS pour l'estimation de la CMO sans introduire de biais, les auteurs introduisent le R-OSCAR (Robust Observational Studies for CMO-Augmented RCT), un estimateur à deux étapes qui relâche l'hypothèse d'échangeabilité des moyennes de résultats.

Étapes clés :

1. Modélisation des résultats d'OS : Estimer les modèles de résultats $\hat{\mu}_o(x, a)$ en utilisant le large ensemble de données d'OS.
2. Calibration des résultats (Étape 1) : Estimer la divergence $\hat{\delta}_a(x)$ entre le modèle de résultat d'OS et le modèle de résultat de l'RCT en utilisant les données de l'RCT. Cette étape traite la divergence comme une fonction structurée (par exemple, creuse ou de faible dimension) à apprendre via une régression régularisée (par exemple, LASSO). La moyenne de résultat calibrée est $\hat{\mu}_o(x, a) + \hat{\delta}_a(x)$.
3. Construction de la CMO : Construire la CMO $m(x)$ en utilisant les moyennes de résultats d'OS calibrées et les scores de propension de l'RCT.
4. Calibration du CATE (Étape 2) : Pour traiter le biais de régularisation et la potentielle spécification erronée de la première étape, une seconde étape de calibration estime une fonction de divergence du CATE $\hat{\delta}(x)$. Cela corrige les biais résiduels de l'estimation préliminaire du CATE dérivée de la CMO calibrée.

Implémentation algorithmique :

• La méthode utilise la séparation d'échantillons (cross-fitting) pour garantir la validité théorique, en utilisant des plis indépendants des données de l'RCT pour la calibration des résultats et la calibration du CATE.
• Elle supporte l'emprunt à bras unique (par exemple, emprunter uniquement les données de contrôle de l'OS lorsque l'intervention est spécifique à l'RCT) en adaptant la construction de la CMO.

2.3 Diagnostic pour l'emprunt

Un diagnostic RCT par validation croisée est proposé pour déterminer a priori si l'emprunt à un OS spécifique est soutenu. Ce diagnostic effectue un test d'hypothèse apparié sur les données de l'RCT mises de côté pour comparer la précision prédictive des modèles de résultats utilisant uniquement l'RCT par rapport aux modèles calibrés par l'OS. Si les modèles calibrés par l'OS ne surpassent pas significativement les modèles utilisant uniquement l'RCT, le cadre revient par défaut à l'estimateur utilisant uniquement l'RCT (RACER), garantissant la robustesse contre une erreur de spécification sévère ou un facteur de confusion non mesuré.

3. Contributions clés

1. Cadre $O \to R$ : Développement d'un cadre qui emprunte les deux bras de traitement des données d'OS pour améliorer l'estimation du CATE au sein de la population de l'RCT, allant au-delà du simple emprunt de bras de contrôle.
2. Hypothèses relaxées : Relâchement de la forte hypothèse d'échangeabilité du CATE ou des moyennes de résultats entre les populations. Au lieu de cela, la méthode modélise la divergence entre les populations comme une fonction structurée et apprenable (par exemple, des décalages creux).
3. Bornes de théorie de l'apprentissage : Dérivation de bornes d'erreur non asymptotiques démontrant que l'efficacité de l'estimation du CATE dépend de la précision de la fonction d'augmentation CMO.
4. Estimateur R-OSCAR : Introduction d'un estimateur à double calibration qui sépare l'estimation de la CMO de l'estimation du CATE, offrant des garanties de cohérence même si les modèles de résultats d'OS sont mal spécifiés, à condition que la fonction de divergence du CATE soit correctement spécifiée.
5. Outil de diagnostic : Fourniture d'un outil de diagnostic fondé sur les données pour certifier quand l'emprunt est bénéfique, évitant ainsi une perte d'efficacité dans les scénarios où les données d'OS sont trop biaisées ou structurellement différentes.
6. Validation empirique : Validation de la méthode par des simulations approfondies et deux études de cas réelles.

4. Résultats

4.1 Études de simulation

• Réduction de la taille de l'échantillon : Dans des contextes linéaires avec des divergences creuses, R-OSCAR a obtenu des performances comparables ou supérieures aux méthodes utilisant uniquement l'RCT (Naive et RACER) avec seulement 250 échantillons d'RCT, alors que les méthodes de l'RCT nécessitaient 1 000 échantillons. Cela représente une réduction potentielle de 75 % de la taille d'échantillon d'RCT requise pour la détection des HTE.
• Robustesse à la spécification erronée : R-OSCAR a maintenu une performance supérieure aux bases de référence, même lorsque les modèles de résultats étaient mal spécifiés (par exemple, contenant des termes quadratiques ou sinusoïdaux) et lorsque les bases de référence utilisaient des méthodes flexibles comme les forêts aléatoires (Random Forests).
• Facteurs de confusion non mesurés : La méthode est restée robuste aux facteurs de confusion non mesurés. À mesure que la force des facteurs de confusion augmentait, le diagnostic réduisait correctement la probabilité de choisir R-OSCAR, revenant par défaut à l'estimateur impartial de l'RCT seul.
• Dimensionnalité : L'avantage de R-OSCAR augmentait avec la dimensionnalité des covariables ($p$), s'alignant sur les prédictions théoriques concernant les divergences creuses.

4.2 Études de cas réels

• Étude Tennessee STAR (semi-synthétique) : En utilisant une cohorte observationnelle construite à partir de l'essai STAR avec un facteur de confusion induit, R-OSCAR et OSCAR ont nettement surpassé la base de référence de l'RCT (RACER) pour récupérer le CATE réel, démontrant des gains d'impartialité et d'efficacité.
• Essai Greenlight Plus (EHR externe) : Dans un essai sur l'obésité pédiatrique lié à des données externes de dossiers de santé électroniques (EHR) (contrôles uniquement), l'adaptation à un bras unique (R-OSCAR-1arm) a amélioré l'estimation du bras de contrôle. Le diagnostic a réussi à certifier l'emprunt uniquement lorsque les données EHR couvraient la population de l'essai, échouant à recommander l'emprunt lorsque la couverture était insuffisante.

5. Signification et affirmations

L'article affirme proposer une approche fondée sur des principes pour intégrer les données observationnelles et expérimentales en utilisant des outils de l'apprentissage statistique et de l'apprentissage par transfert. Sa signification réside dans :

• Préservation de l'impartialité : Contraৰément aux méthodes qui combinent directement les ensembles de données ou supposent la transportabilité, R-OSCAR préserve l'impartialité des estimations de l'RCT en ancrant l'estimation finale du CATE dans les données de l'RCT via la calibration et la correction de la divergence.
• Gains d'efficacité : Il démontre que les vastes ensembles de données observationnelles peuvent être exploités pour réduire drastiquement les exigences de taille d'échantillon pour la détection des effets de traitement hétérogènes, un facteur critique pour la médecine personnalisée.
• Robustesse : En modélisant explicitement les décalages de résultats et en employant un diagnostic pour détecter quand l'emprunt est inapproprié, le cadre évite les pièges d'une intégration de données naïve, telle que l'inflation du biais due aux facteurs de confusion non mesurés.
• Rigueur théorique : Le travail relie la théorie de l'apprentissage par transfert à l'inférence causale, fournissant des bornes d'erreur en échantplon fini qui justifient l'utilisation des données d'OS pour l'augmentation de la CMO sous des hypothèses structurelles spécifiques (par exemple, des divergences creuses).

Les auteurs concluent que leur cadre permet une utilisation plus efficace des données disponibles pour les stratégies de traitement personnalisé tout en maintenant les garanties causales rigoureuses inhérentes aux RCT.