Robust estimation of heterogeneous treatment effects in randomized trials leveraging external data

1. Problématique et Contexte

Les essais randomisés contrôlés (RCT) constituent la référence pour l'estimation des effets causaux grâce à l'assignation aléatoire des traitements. Cependant, ils souffrent souvent d'un manque de puissance statistique pour détecter l'hétérogénéité des effets de traitement (HTE) au niveau individuel. L'estimation précise de l'effet moyen conditionnel (CATE - Conditional Average Treatment Effect) est cruciale pour la prise de décision personnalisée, mais les échantillons de taille limitée des RCT rendent cette tâche difficile.

Une solution potentielle consiste à enrichir les données de l'essai avec des données externes (d'autres essais ou études observationnelles). Toutefois, cela pose un défi majeur : le risque de non-transportabilité. Si la population de l'essai et celle des données externes diffèrent (distributions de covariables différentes, confondants non mesurés dans les données externes), l'intégration directe de ces données peut biaiser les estimations du CATE et dégrader les performances par rapport à l'utilisation des seules données de l'essai.

L'objectif de cet article est de proposer une méthode capable d'utiliser des données externes pour améliorer l'estimation du CATE dans la population de l'essai, tout en garantissant une robustesse : la méthode ne doit pas détériorer les résultats si les données externes sont mal alignées ou biaisées.

2. Méthodologie : Le QR-Learner

Les auteurs proposent le QR-Learner (Quasi-optimized Randomization-aware Learner), un apprentissage agnostique du modèle (model-agnostic) basé sur une approche en deux étapes utilisant des "pseudo-résultats" (pseudo-outcomes).

A. Fondements Théoriques

La méthode repose sur l'utilisation de pseudo-résultats sensibles à la randomisation (randomization-aware pseudo-outcomes). Pour un individu $i$ dans l'essai ($S=1$), le pseudo-résultat $\psi$ est défini comme :
$$\psi(O_i; \eta) = \frac{A_i - e(X_i)}{e(X_i)(1 - e(X_i))} (Y_i - h_{A_i}(X_i)) + h_1(X_i) - h_0(X_i)$$
où :

• $e(X)$ est le score de propension (connu dans un RCT).
• $h_1, h_0$ sont des modèles de nuisance estimant les résultats potentiels $E[Y|X, A=a]$.
• $\eta = \{h_1, h_0\}$ représente les modèles de nuisance.

Une propriété clé (Théorème 1) est que, sous les conditions de consistance et d'ignorabilité forte dans l'essai, l'espérance conditionnelle de ce pseudo-résultat est égale au vrai CATE, indépendamment de la qualité des modèles de nuisance $\eta$. Cela garantit que l'estimateur final reste non biaisé même si les modèles de nuisance sont imparfaits.

B. L'apport des données externes (Optimisation Quasi)

Le défi réside dans le choix des modèles de nuisance $\eta$. Dans un échantillon fini, un mauvais choix de $\eta$ augmente la variance de l'estimateur.

• Le QR-Learner utilise les données externes pour sélectionner les modèles de nuisance $\hat{\eta}$ qui minimisent une borne supérieure de la variance liée à l'incertitude de sélection de modèle.
• Cette minimisation repose sur l'hypothèse de transportabilité (Condition 4) et d'ignorabilité dans la population externe (Condition 3) pour calculer un risque pondéré sur l'ensemble des données (essai + externe).
• Robustesse : Si ces hypothèses sont violées (données externes non alignées), la méthode reste robuste car l'étape finale de régression utilise uniquement les données de l'essai et les pseudo-résultats calculés avec les $\hat{\eta}$ estimés. Le biais potentiel des données externes n'affecte pas la consistance de l'estimateur final, bien que cela puisse limiter la réduction de variance.

C. L'Apprentissage Combiné (Combined Learner)

Pour garantir une protection supplémentaire contre les données externes mal alignées, les auteurs proposent une méthode combinée :
$$\hat{\tau}_{comb}(x; \lambda) = \lambda \cdot \hat{\tau}_{QR}(x) + (1 - \lambda) \cdot \hat{\tau}_{DR}(x)$$
où $\hat{\tau}_{DR}$ est un estimateur basé uniquement sur les données de l'essai (DR-learner).

• Le poids $\lambda$ est optimisé par validation croisée.
• Théorème 3 : Il est prouvé que le risque moyen quadratique (MSE) de cet estimateur combiné est asymptotiquement inférieur ou égal au minimum des risques des deux composants individuels. Cela assure que l'ajout de données externes ne nuit jamais aux performances.

3. Contributions Clés

1. Le QR-Learner : Un nouvel algorithme agnostique qui intègre des données externes pour optimiser l'estimation des modèles de nuisance, réduisant ainsi l'erreur quadratique moyenne (MSE) du CATE.
2. Garantie de Robustesse : Preuve théorique que la méthode récupère le vrai CATE même si les données externes ne sont pas transportables ou sont sujettes à un confondage non mesuré.
3. Stratégie Combinée : Introduction d'un estimateur combiné (QR + DR) qui garantit asymptotiquement des performances au moins aussi bonnes que le meilleur des deux estimateurs individuels, éliminant le risque de dégradation due à des données externes de mauvaise qualité.
4. Validation Empirique : Démonstration sur des simulations et une étude de cas réelle (projet STAR) montrant une amélioration de la précision et de la puissance statistique pour détecter l'hétérogénéité.

4. Résultats Expérimentaux

Les auteurs ont évalué leur méthode via des simulations et l'application au jeu de données STAR (Tennessee Student/Teacher Achievement Ratio), où l'on compare des écoles rurales et urbaines (créant une violation de transportabilité).

• Performance en MSE :
  • Dans les scénarios idéaux (données externes alignées), le QR-Learner et le Combined Learner surpassent significativement les méthodes basées uniquement sur l'essai (DR-learner, T-learner).
  • Dans les scénarios réalistes (violation de transportabilité, confondage non mesuré), le QR-Learner et le Combined Learner maintiennent un MSE comparable au DR-learner (méthode de référence sur l'essai seul), tandis que d'autres méthodes (comme CFACE ou R-OSCAR) voient leurs performances se dégrader.
• Puissance Statistique :
  • L'intégration de données externes via le QR-Learner augmente la puissance statistique pour détecter les effets modérateurs (interactions traitement-covariables) d'environ 10 à 20 points de pourcentage par rapport aux méthodes traditionnelles, même lorsque la transportabilité est violée.
• Étude de cas STAR :
  • Les résultats confirment que la méthode combinée surpasse systématiquement ses composants individuels.
  • Le QR-Learner améliore l'estimation lorsque la taille de l'échantillon de l'essai est petite, mais l'avantage diminue à mesure que la taille de l'essai augmente (confiné par la taille de l'essai pour l'étape finale).

5. Signification et Implications

Ce travail apporte une solution pratique et théoriquement fondée au problème de l'intégration de données externes dans les essais cliniques pour la médecine de précision.

• Sécurité décisionnelle : La garantie que l'utilisation de données externes ne détériore jamais les résultats (grâce à la stratégie combinée) est cruciale pour les régulateurs et les praticiens de la santé, qui ne peuvent pas se permettre de biais supplémentaires.
• Efficacité : La méthode permet de tirer parti de vastes bases de données observationnelles ou d'autres essais pour affiner les estimations d'effets hétérogènes, rendant les essais randomisés plus informatifs sans nécessiter de recrutement massif supplémentaire.
• Flexibilité : L'approche agnostique permet d'utiliser n'importe quel algorithme d'apprentissage supervisé (forêts aléatoires, réseaux de neurones, etc.) pour les modèles de nuisance, rendant la méthode adaptable aux contextes complexes.

En résumé, le QR-Learner et la stratégie combinée proposée offrent un cadre robuste pour l'estimation du CATE, permettant d'exploiter le potentiel des données externes tout en préservant l'intégrité des inférences causales dérivées des essais randomisés.