Doubly-Robust Functional Average Treatment Effect Estimation

Cet article propose DR-FoS, une nouvelle méthode à double robustesse pour estimer l'effet causal moyen fonctionnel dans des études observationnelles, garantissant une inférence valide même en cas de mauvaise spécification de l'un des modèles, comme démontré par des simulations et une application sur les données SHARE.

L'essentiel

🌟 Le Super-Héros des Données : DR-FoS

Imaginez que vous êtes un détective cherchant à comprendre pourquoi certaines choses arrivent. Par exemple : « Est-ce que fumer rend vraiment malade ? » ou « Est-ce que prendre un médicament améliore vraiment la santé ? ».

En science, on appelle cela l'inférence causale. Le problème, c'est que dans la vraie vie, on ne peut pas faire de l'expérience parfaite (on ne peut pas forcer des gens à fumer ou à ne pas fumer pour voir ce qui se passe). On doit donc observer des gens qui ont déjà fait leurs propres choix, ce qui crée beaucoup de « bruit » et de biais.

Jusqu'à présent, les détectives statistiques étaient très forts pour analyser des résultats simples, comme un seul chiffre (ex: « le poids du patient »). Mais aujourd'hui, les données sont devenues complexes et continues. On ne regarde plus juste un poids, mais une courbe qui évolue dans le temps (ex: la fréquence cardiaque sur 24 heures, ou la qualité de vie sur 10 ans). C'est ce qu'on appelle des données fonctionnelles.

C'est là qu'intervient l'équipe de chercheurs avec leur nouvelle invention : DR-FoS.

---

🛡️ Le Concept : La « Double Robustesse »

Imaginez que vous devez construire un pont pour traverser une rivière (trouver la vérité). Vous avez deux plans d'ingénierie (deux modèles) pour le construire :

1. Le Plan A : Une prédiction basée sur le comportement des gens (qui fume, qui ne fume pas).
2. Le Plan B : Une prédiction basée sur les résultats de santé (qui tombe malade, qui reste en forme).

Le problème, c'est que l'un ou l'autre de ces plans pourrait être faux ou incomplet.

• Si vous utilisez seulement le Plan A et qu'il est faux, votre pont s'effondre.
• Si vous utilisez seulement le Plan B et qu'il est faux, votre pont s'effondre aussi.

DR-FoS est un pont magique qui utilise les deux plans en même temps. Sa propriété géniale, appelée « double robustesse », c'est que le pont reste solide même si l'un des deux plans est mauvais, tant que l'autre est correct !

L'analogie du parachute :
Imaginez que vous sautez en parachute. Vous avez un parachute principal (le modèle de traitement) et un parachute de secours (le modèle de résultat).

• Si le parachute principal se déchire, le secours vous sauve.
• Si le secours est coincé, le principal vous sauve.
• DR-FoS, c'est le système qui vous garantit d'atterrir en douceur même si l'un des deux échoue.

---

📈 Le Défi : Gérer les Courbes, pas juste des Points

La vraie difficulté avec cette méthode, c'est que les résultats ne sont pas de simples points, mais des courbes continues (comme une mélodie qui dure dans le temps).

Les méthodes anciennes avaient du mal à dire : « Cette courbe est différente de l'autre sur toute la durée, et pas juste à un instant précis ». C'est comme essayer de comparer deux chansons en ne regardant que la note à la 3ème seconde.

DR-FoS a réussi à créer une « toile de sécurité » (des bandes de confiance) qui couvre toute la courbe en même temps.

L'image du filet :
Au lieu de vérifier si le poisson est dans le filet à un endroit précis, DR-FoS tend un filet géant qui couvre tout l'océan. Elle peut vous dire avec certitude : « La différence entre les deux groupes existe bien sur toute la durée de la chanson, pas juste à un moment donné ».

---

🧪 Les Tests : Simulations et Vérité

Les chercheurs ont testé leur invention de deux façons :

1. En laboratoire (Simulations) : Ils ont créé des données fictives et ont volontairement « cassé » leurs modèles (comme si un ingénieur avait fait une erreur de calcul).

   • Résultat : Les méthodes classiques (qui n'avaient qu'un seul parachute) tombaient. DR-FoS, grâce à son double parachute, restait stable et précis, même quand les données étaient bruitées.

2. Dans la vraie vie (Données SHARE) : Ils ont appliqué la méthode à une grande étude européenne sur la santé des seniors.

   • La question : Comment les maladies chroniques (comme l'hypertension ou le cholestérol) affectent-elles la mobilité et la qualité de vie au fil du temps ?
   • La découverte : DR-FoS a montré que ces maladies ne font pas juste baisser la qualité de vie un jour, mais qu'elles dégradent progressivement la mobilité et le bien-être sur des années, comme une pente douce mais inexorable.

---

💡 En Résumé

Ce papier présente DR-FoS, un outil statistique révolutionnaire qui permet de :

1. Analyser des résultats qui sont des courbes (évolution dans le temps) et non juste des chiffres.
2. Être très résistant aux erreurs : même si nos hypothèses sur les données ne sont pas parfaites, le résultat reste fiable.
3. Donner des réponses claires et visuelles sur toute la durée d'un phénomène, pas juste à un instant T.

C'est comme passer d'une photo floue et partielle à un film HD, stable et fiable, qui nous aide à mieux comprendre les effets réels de nos actions sur notre santé et notre vie.

Résumé technique

1. Problématique et Contexte

L'inférence causale est un outil fondamental pour évaluer les effets d'interventions dans des domaines comme la médecine, l'économie et les sciences sociales. Cependant, la majorité des méthodes existantes sont conçues pour des résultats scalaires (une seule valeur numérique). De nombreuses applications scientifiques modernes génèrent des données fonctionnelles, où le résultat d'intérêt est une fonction observée sur un domaine continu (temps, espace), telle que des mesures biomédicales longitudinales, des trajectoires de maladies infectieuses ou des signaux d'activité cérébrale.

Le défi principal réside dans l'adaptation des méthodes causales à ces données infiniment dimensionnelles. Les approches traditionnelles échouent souvent car elles ne capturent pas la structure dépendante du domaine continu ou nécessitent des hypothèses de modélisation trop restrictives (par exemple, des modèles paramétriques rigides) qui, si elles sont mal spécifiées, conduisent à des estimations biaisées.

L'objectif de cet article est de proposer une méthode robuste pour estimer l'Effet Moyen de Traitement Fonctionnel (FATE - Functional Average Treatment Effect) dans des études observationnelles, même en présence de modèles mal spécifiés.

2. Méthodologie : DR-FoS

Les auteurs proposent DR-FoS (Doubly-Robust Function-on-Scalar), un nouvel estimateur pour le FATE.

A. Définition de la cible

L'effet moyen de traitement fonctionnel est défini comme l'espérance de la différence entre les résultats potentiels sous traitement ($Y(1)$) et sans traitement ($Y(0)$) :
$$\beta = E[Y(1) - Y(0)]$$
Ici, $\beta$ est une fonction définie sur un intervalle $T$ (généralement $[0, 1]$).

B. Hypothèses d'identification

La méthode repose sur les hypothèses standard d'inférence causale :

1. Consistance : Le résultat observé correspond au résultat potentiel du traitement reçu.
2. Absence de confusion non mesurée : Les résultats potentiels sont indépendants du traitement conditionnellement aux covariables $X$.
3. Positivité : La probabilité de recevoir le traitement est strictement comprise entre 0 et 1 pour tout $X$.

C. L'estimateur Doublement Robuste

DR-FoS s'inspire de la technique d'Augmented Inverse Probability Weighting (AIPW). Il combine deux modèles :

1. Le modèle de régression du résultat ($\mu(a)(X) = E[Y(a)|X]$).
2. Le modèle de score de propension ($\pi(a)(X) = P(A=a|X)$).

L'estimateur est construit de manière à ce que l'erreur de estimation soit nulle si l'un au moins des deux modèles est correctement spécifié. Cela confère la propriété de double robustesse. La formule de l'estimateur (avec cross-fitting pour éviter le surajustement) est :
$$\hat{\beta}_{DR-FoS} = \frac{1}{n} \sum_{i=1}^n \left[ \hat{\mu}(1)(X_i) + \frac{A_i(Y_i - \hat{\mu}(1)(X_i))}{\hat{\pi}(1)(X_i)} - \left( \hat{\mu}(0)(X_i) + \frac{(1-A_i)(Y_i - \hat{\mu}(0)(X_i))}{1-\hat{\pi}(1)(X_i)} \right) \right]$$

D. Cadre Théorique et Espace Fonctionnel

Une contribution majeure est le choix de l'espace fonctionnel. Contrairement à la littérature classique qui utilise souvent l'espace de Hilbert $L^2$ (norme intégrée), les auteurs travaillent dans l'espace de Banach $C(T)$ des fonctions continues muni de la norme uniforme ($\|f\|_\infty = \sup_{t \in T} |f(t)|$).

• Pourquoi ? La norme $L^2$ ne permet pas de construire facilement des bandes de confiance simultanées (qui garantissent que toute la courbe est couverte avec une certaine probabilité). La norme uniforme est nécessaire pour contrôler les déviations ponctuelles maximales sur tout le domaine.

3. Contributions Clés

1. Développement de DR-FoS : Un estimateur intégrant les techniques d'inférence causale doublement robuste avec l'analyse de données fonctionnelles.
2. Propriétés Asymptotiques : Les auteurs prouvent que, sous des conditions de régularité faibles (notamment une condition de Hölder sur les trajectoires), l'estimateur normalisé $\sqrt{n}(\hat{\beta}_{DR-FoS} - \beta)$ converge vers un Processus Gaussien.
3. Inférence Simultanée : Grâce à cette convergence vers un processus gaussien, il est possible de construire des bandes de confiance simultanées valides sur l'ensemble du domaine fonctionnel, utilisant soit des méthodes de bootstrap paramétrique, soit des fonctions de valeurs critiques.
4. Résultats Intermédiaires : Établissement de nouveaux résultats sur la distribution asymptotique de l'estimateur AIPW pour des résultats vectoriels multivariés et de l'estimateur IPW pour des résultats fonctionnels.

4. Résultats Expérimentaux

A. Études de Simulation

Des simulations extensives ont été menées pour comparer DR-FoS avec :

• L'estimateur de régression du résultat (OR).
• L'estimateur par pondération inverse de la probabilité (IPW).

Résultats :

• Robustesse : Dans les scénarios où le modèle de régression ou le modèle de score de propension est mal spécifié (bruité), DR-FoS maintient une précision élevée, tandis que les méthodes OR et IPW voient leurs erreurs (MSE) augmenter drastiquement.
• Couverture : Les bandes de confiance simultanées construites par DR-FoS maintiennent un taux de couverture proche du niveau nominal (95%), même en présence de modèles imparfaits.
• Cas de discontinuités : Même lorsque les fonctions présentent des discontinuités (violant l'hypothèse de continuité), DR-FoS ajuste la largeur des bandes de confiance pour maintenir la validité de l'inférence, bien que cela augmente la largeur des bandes.

B. Application Réelle : SHARE

L' méthode a été appliquée à la base de données SHARE (Survey of Health, Aging and Retirement in Europe) pour étudier l'effet causal de deux conditions chroniques (hypertension et cholestérol élevé) sur des indicateurs de qualité de vie fonctionnels :

• Un indice de mobilité.
• L'échelle de qualité de vie CASP.

Constats :

• Les conditions chroniques ont un effet négatif statistiquement significatif sur la qualité de vie et la mobilité tout au long de la période d'observation (192 mois).
• L'impact négatif s'aggrave avec le temps, suggérant que les effets des maladies chroniques sur la qualité de vie deviennent plus prononcés avec le vieillissement.
• Les bandes de confiance simultanées permettent de visualiser ces effets dynamiques avec une garantie statistique globale.

5. Signification et Conclusion

Cet article comble un vide important entre l'inférence causale classique et l'analyse de données fonctionnelles.

• Avantage pratique : La double robustesse est cruciale dans les applications réelles où il est difficile de garantir que les modèles de nuisance (régression ou score de propension) sont parfaitement corrects.
• Avantage théorique : Le passage à l'espace de Banach $C(T)$ avec la norme uniforme permet une inférence simultanée rigoureuse, ce qui était difficilement réalisable avec les approches $L^2$ précédentes.
• Impact : DR-FoS fournit aux chercheurs un outil fiable pour analyser des effets de traitement complexes et dynamiques, ouvrant la voie à de nouvelles études dans les domaines de la santé, de l'épidémiologie et des sciences sociales où les données sont intrinsèquement fonctionnelles.

En résumé, DR-FoS offre une approche robuste, théoriquement fondée et applicable pour quantifier les effets causaux sur des trajectoires temporelles ou spatiales, en surmontant les limitations des méthodes traditionnelles face à la complexité des données modernes.