📊 statistics

Moving toward best practice when using propensity score weighting in survey observational studies

Cet article propose un cadre unifié pour incorporer les poids d'enquête dans les analyses de pondération par score de propension afin d'estimer les effets de traitement pour diverses populations cibles, fournissant une justification théorique, une validation par simulation et des directives pratiques pour la manipulation de données d'enquête complexes.

Auteurs originaux : Yukang Zeng, Fan Li, Guangyu Tong

Publié 2026-02-06

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Yukang Zeng, Fan Li, Guangyu Tong

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez de déterminer si un nouveau régime aide réellement les gens à perdre du poids. Dans un monde parfait, vous assigneriez aléatoirement des personnes au régime ou à un groupe témoin (un essai randomisé). Mais dans le monde réel, vous devez souvent vous appuyer sur des données observationnelles — en observant les personnes qui ont déjà choisi de suivre le régime par rapport à celles qui ne l'ont pas fait.

Le problème ? Les personnes qui choisissent le régime peuvent être différentes de celles qui ne le font pas (peut-être sont-elles déjà plus soucieuses de leur santé). C'est ce qu'on appelle le facteur de confusion. Pour corriger cela, les statisticiens utilisent un outil appelé Pondération par Score de Propension. Considérez cela comme une « balance magique » qui ajuste les données pour que les deux groupes paraissent identiques en tout point, sauf pour le régime, afin de pouvoir les comparer équitablement.

Maintenant, imaginez que vos données ne proviennent pas d'une simple liste de tout le monde, mais d'une enquête complexe (comme une étude nationale sur la santé). Ces enquêtes sont conçues avec soin : elles peuvent interroger davantage de personnes dans de petites villes ou auprès de groupes minoritaires spécifiques pour s'assurer que les résultats représentent l'ensemble du pays. Pour corriger cela, l'enquête attribue à chaque personne un Poids d'Enquête (un nombre indiquant combien de personnes dans le monde réel cette personne représente).

La Grande Question :
Lorsque vous essayez d'équilibrer les groupes (la « balance magique »), devez-vous utiliser ces poids d'enquête ? Si oui, comment ? Devez-vous utiliser les poids pour construire la balance, ou simplement pour compter les résultats finaux ? L'article soutient que les recherches précédentes étaient confuses à ce sujet, et les auteurs ont donc cherché à définir la « meilleure pratique ».

Voici ce qu'ils ont découvert, expliqué simplement :

1. Le problème des « deux étapes »

Les auteurs ont examiné deux manières principales d'utiliser ces poids d'enquête :

Méthode A (La « Balance Pondérée ») : Vous utilisez les poids d'enquête pendant la construction de votre balance d'équilibrage (le modèle de score de propension). Cela garantit que la balance est construite pour représenter l'ensemble du pays, et non seulement les personnes qui ont été interviewées.
Méthode B (La « Covariable ») : Vous ignorez les poids lors de la construction de la balance, mais vous ajoutez le chiffre du poids comme une simple information supplémentaire (comme l'âge ou la taille) pour aider le modèle à mieux prédire.

Le Résultat : L'article prouve que la Méthode A est la gagnante.

Analogie : Imaginez que vous essayez de peindre une fresque d'une ville entière, mais que vous n'avez que des photos de quelques quartiers spécifiques.
- La Méthode A revient à utiliser une carte qui vous indique exactement combien de personnes vivent dans chaque quartier afin de peindre la fresque dans les bonnes proportions dès le départ.
- La Méthode B revient à peindre la fresque basée sur les photos que vous avez, puis à dire au peintre : « Oh, au fait, la ville est en réalité plus grande que cela ».
- Les auteurs ont découvert que la Méthode A produit une fresque beaucoup plus précise (moins de biais) et une image plus claire (plus de précision), surtout lorsque les quartiers de vos photos sont très différents du reste de la ville.

2. Les « Trois Outils » pour une meilleure précision

L'article a également testé trois outils différents pour combiner la balance d'équilibrage avec un modèle de prédiction (une façon de deviner ce qui se serait passé si quelqu'un avait pris l'autre chemin).

Outil 1 (PSW) : Utiliser simplement la balance d'équilibrage. (Comme deviner le poids d'un fruit juste en regardant sa taille).
Outil 2 (MOM & CVR) : Utiliser la balance plus un modèle de prédiction. (Comme regarder la taille et consulter une base de données sur le poids des fruits).
Outil 3 (WET - Régression Pondérée) : Utiliser la balance à l'intérieur même du modèle de prédiction. (Comme utiliser la base de données, mais en pondérant les entrées pour que les fruits rares comptent davantage).

Le Résultat : L'Outil 3 (WET) est le « couteau suisse » le plus fiable.

Analogie : Imaginez que vous essayez de prédire la météo.
- L'Outil 1, c'est juste regarder le ciel.
- L'Outil 2, c'est regarder le ciel et consulter un modèle informatique, mais le modèle informatique peut être un peu défaillant si la météo est étrange.
- L'Outil 3 (WET), c'est comme avoir un modèle informatique qui est spécifiquement entraîné pour gérer les conditions météorologiques étranges pendant que vous regardez le ciel.
- Les auteurs ont trouvé que l'Outil 3 était le plus stable. Même lorsque les données étaient désordonnées (faible chevauchement entre les groupes) ou que les modèles étaient légèrement erronés, l'Outil 3 continuait de donner de bonnes réponses. Les autres outils devenaient parfois instables ou donnaient des réponses aberrantes lorsque les données étaient complexes.

3. Le problème du « Chevauchement »

Parfois, les deux groupes que vous comparez sont si différents qu'ils ne se chevauchent pas du tout (par exemple, comparer des athlètes professionnels à des joueurs d'échecs professionnels).

Le Résultat : Les auteurs recommandent de se concentrer sur la « Population de Chevauchement » (PATO).
Analogie : Si vous voulez savoir si une routine d'entraînement spécifique fonctionne, n'essayez pas de comparer un marathonien à un joueur d'échecs. Au lieu de cela, concentrez-vous uniquement sur les personnes qui ressemblent un peu aux deux (par exemple, des personnes qui courent un peu et jouent un peu aux échecs).
En se concentrant sur ce « terrain d'entente », l'étude a montré que les résultats sont beaucoup plus fiables et moins susceptibles d'être faussés par des valeurs extrêmes.

Résumé des Recommandations

Si vous analysez des données provenant d'une enquête complexe (comme une étude nationale sur la santé) pour trouver des relations de cause à effet :

Utilisez toujours les Poids d'Enquête pour construire votre modèle. Ne vous contentez pas de les ajouter comme une note de bas de page ; utilisez-les pour construire la « balance d'équilibrage » dès le début.
Utilisez la méthode de la « Régression Pondérée » (WET). C'est l'outil le plus robuste qui gère mieux les données désordonnées et les modèles imparfaits que les autres.
Concentrez-vous sur la population de « Chevauchement ». Si les groupes sont très différents, il vaut mieux étudier les personnes qui sont suffisamment similaires pour être comparées équitablement, plutôt que d'essayer de forcer une comparaison entre des opposés totaux.

Les auteurs ont construit un progiciel (dans le langage R) qui fait tout cela automatiquement, afin que les chercheurs n'aient pas à faire les calculs mathématiques complexes à la main. Ils ont testé cela avec des milliers de simulations informatiques et des exemples du monde réel (comme l'étude des effets de l'éducation spécialisée sur les scores de mathématiques et les disparités raciales dans les coûts de santé), et les résultats ont systématiquement montré que la méthode recommandée est la plus précise et la plus stable.

Résumé technique : Vers les meilleures pratiques lors de l'utilisation du pondération par score de propension dans les études observationnelles sur sondage

Énoncé du problème
La pondération par score de propension est une méthode standard pour estimer les effets causaux des traitements à partir de données observationnelles en traitant la confusion due aux covariables de base mesurées. Cependant, lorsque les données observationnelles proviennent d'enquêtes complexes, l'intégration optimale des poids de sondage pour l'inférence causale au niveau de la population reste un sujet de débat. La littérature existante offre des recommandations contradictoires : certains suggèrent d'utiliser les poids de sondage comme covariables dans le modèle de score de propension, tandis que d'autres préconisent une régression pondérée par le sondage. De plus, les travaux antérieurs se sont largement concentrés sur l'effet de traitement moyen (ATE) et l'effet de traitement moyen sur les traités (ATT), négligeant souvent d'autres populations cibles telles que la population de chevauchement. Il existe un manque de consensus sur la manière d'incorporer les poids de sondage à travers les différentes étapes de l'estimation (modélisation du score de propension, modélisation de l'issue et standardisation) afin de garantir une inférence non biaisée et efficace pour divers estimands sous des plans d'échantillonnage complexes, particulièrement lorsque le chevauchement est faible ou que les modèles sont mal spécifiés.

Méthodologie
Les auteurs proposent un cadre unifié sous le paradigme des poids d'équilibrage pour incorporer les poids de sondage dans la pondération par score de propension pour les études observationnelles sur sondage.

Cadre théorique :
- L'article distingue les conceptions rétrospectives (l'échantillonnage se produit après l'assignation du traitement, où les probabilités d'échantillonnage peuvent dépendre du statut de traitement) et les conceptions prospectives (l'échantillonnage se produit avant l'assignation du traitement).
- Il définit une classe générale de moyennes pondérées de l'effet de traitement de la population (PWATE), $\tau_h$ , caractérisée par une fonction de basculement $h(X)$ qui déplace la distribution des covariables de la population originale vers une population cible. Ce cadre englobe l'ATE, l'ATT, l'effet de traitement moyen sur les contrôles (ATC) et l'effet de traitement moyen sur le chevauchement (PATO).
- Les auteurs dérivent des estimateurs de pondération qui combinent les poids d'équilibrage (pour traiter la confusion) avec les poids de sondage (pour traiter le biais de sélection). Les poids sont définis comme $\omega_{z,p}(X_i) = h(X_i) / [p_z(X_i) e_{sp}(X_i)]$ , où $p_z(X)$ représente les probabilités d'échantillonnage spécifiques au traitement et $e_{sp}(X)$ est le score de propension de la population.
Estimateurs développés :
- Pondération par score de propension (PSW) : Un estimateur de pondération standard incorporant les poids de sondage à la fois dans l'estimation du score de propension et dans la standardisation de l'issue.
- Estimateurs de pondération augmentée (AW) : Pour améliorer l'efficacité, les auteurs développent trois estimateurs augmentés qui exploitent les modèles de régression de l'issue :
  - Estimateur de moment à une étape (MOM) : Utilise des modèles d'issue non pondérés mais applique des poids de sondage pour standardiser les prédictions et les résidus.
  - Estimateur de covariable intelligente (CVR) : Incorpore les poids d'équilibrage comme des covariables supplémentaires (« clever covariates ») dans le modèle de régression de l'issue.
  - Estimateur de régression pondérée (WET) : Ajuste le modèle de régression de l'issue en utilisant les poids d'équilibrage comme poids de régression.
- Estimation de la variance : Des estimateurs de variance de type sandwich à forme fermée sont dérivés pour tous les estimateurs en utilisant la théorie de l'estimation M, tenant compte de l'incertitude de l'estimation du score de propension et du modèle d'issue, ainsi que du plan de sondage.
Conception de la simulation :
- Les auteurs ont mené des simulations approfondies impliquant 1 000 000 d'individus organisés dans un plan d'échantillonnage multi-étapes.
- Les scénarios variaient selon : la qualité du chevauchement (bon vs mauvais), la spécification du modèle (modèles de score de propension et d'issue corrects/mal spécifiés) et le mécanisme d'échantillonnage (prospectif vs rétrospectif où l'échantillonnage dépend du traitement).
- Ils ont comparé les stratégies d'incorporation des poids de sondage : l'utilisation de ceux-ci comme poids de régression (W.PS) par rapport à leur utilisation comme covariable supplémentaire (C.PS).

Résultats clés

Incorporation des poids de sondage : Les simulations démontrent systématiquement que l'utilisation des poids de sondage comme poids de régression dans le modèle de score de propension (W.PS) produit un biais plus faible, une efficacité plus élevée et une meilleure couverture que l'utilisation de ceux-ci comme covariable (C.PS). Cet avantage est particulièrement prononcé sous un faible chevauchement et des conceptions d'échantillonnage rétrospectives où l'échantillonnage dépend du traitement.
Performance des estimateurs augmentés :
- Lorsque les modèles sont correctement spécifiés, tous les estimateurs augmentés (MOM, CVR, WET) surpassent le PSW seul.
- Le CVR atteint une efficacité élevée sous un bon chevauchement mais présente une instabilité et une mauvaise couverture sous un faible chevauchement ou lorsque le modèle d'issue est mal spécifié.
- Le MOM offre une robustesse mais une efficacité généralement plus faible par rapport au WET.
- Le WET émerge comme l'estimateur le plus robuste et le plus efficace dans tous les scénarios, y compris en cas de faible chevauchement et de mauvaise spécification de modèle. Il maintient une couverture proche de la nominale et un biais plus faible par rapport aux autres méthodes.
Populations cibles : L'estimand de chevauchement (PATO) démontre une robustesse supérieure au faible chevauchement et à la mauvaise spécification des modèles par rapport à l'ATE et l'ATT, atteignant souvent le biais le plus faible et l'efficacité la plus élevée, en particulier lorsqu'il est combiné avec WET et W.PS.

Études de cas
Les auteurs ont appliqué ces méthodes à deux ensembles de données réels :

ECLS-K (Conception prospective) : Analyse de l'effet de l'éducation spécialisée sur la réussite en mathématiques. Les résultats ont montré que le WET fournissait des estimations stables à travers différentes populations cibles, tandis que le PSW produisait des intervalles de confiance larges.
MEPS (Conception rétrospective) : Analyse des disparités raciales dans les dépenses de santé. En raison d'un suréchantillonnage des groupes minoritaires, les poids de sondage étaient très variables. Le WET avec W.PS a réussi à atténuer l'instabilité causée par les poids extrêmes, fournissant des estimations précises pour la population de chevauchement où l'équilibre des covariables était atteint.

Signification et affirmations
L'article affirme fournir une solution unifiée pour incorporer les poids de sondage dans la pondération par score de propension, étendant le cadre des poids d'équilibrage pour couvrir une classe plus large d'estimands (incluant le PATO) et offrant des estimateurs de variance à forme fermée pour une inférence efficace.

Les auteurs concluent par des recommandations pratiques spécifiques :

Utiliser des scores de propension pondérés par le sondage (W.PS) : Les poids de sondage doivent être utilisés comme poids de régression dans le modèle de score de propension pour garantir que la distribution des covariables échantillonnées s'aligne sur la population cible, plutôt que de les traiter simplement comme des covariables.
Préférer les estimateurs de régression pondérés (WET) : Parmi les méthodes augmentées, le WET est recommandé pour sa stabilité et sa robustesse supérieures, particulièrement dans les scénarios de faible chevauchement ou de mauvaise spécification de modèle.
Considérer les poids de chevauchement (PATO) : Pour une inférence pertinente pour les politiques dans des populations présentant un faible chevauchement, cibler la population de chevauchement en utilisant des poids de chevauchement fournit des estimations plus fiables et plus efficaces.

Les auteurs soulignent que ces méthodes sont implémentées dans le package R PSweight, facilitant leur application dans les études observationnelles sur sondage complexes. Ils reconnaissent les limites concernant les hypothèses d'absence de confusion et de connaissance des poids de sondage, suggérant des travaux futurs sur les analyses de sensibilité et les extensions à des traitements multiples et des approches basées sur l'apprentissage automatique.

1. Le problème des « deux étapes »

2. Les « Trois Outils » pour une meilleure précision

3. Le problème du « Chevauchement »

Résumé des Recommandations

Articles similaires