The Digital Twin Counterfactual Framework: A Validation Architecture for Simulated Potential Outcomes

1. Le Problème Fondamental : L'Inférence Causale et le Manque de Données Contrefactuelles

Le papier s'attaque au problème fondamental de l'inférence causale, tel que défini par le cadre des résultats potentiels (Neyman-Splawa, Rubin) : l'impossibilité d'observer simultanément les deux résultats potentiels d'un individu ($Y_i(1)$ sous traitement et $Y_i(0)$ sous contrôle).

• La limite actuelle : Les méthodes existantes (essais randomisés, appariement, variables instrumentales, etc.) contournent ce problème en substituant des hypothèses fortes (ignorabilité, tendances parallèles, restrictions d'exclusion) aux données manquantes. Aucune de ces méthodes ne produit le contrefactuel lui-même, mais seulement une estimation statistique basée sur des hypothèses non testables.
• La conséquence : L'effet moyen du traitement (ATE) est souvent le seul estimable, tandis que les effets au niveau individuel (ITE), la distribution complète des effets, et la probabilité qu'un traitement soit nuisible pour un individu spécifique restent hors de portée sans hypothèses non vérifiables sur la structure de dépendance entre les résultats potentiels.

2. La Méthodologie : Le Cadre des Jumeaux Numériques Contrefactuels (DTCF)

Le DTCF propose une approche radicalement différente : au lieu d'estimer statistiquement le contrefactuel, on le simule en utilisant un « jumeau numérique » (une réplique computationnelle de l'individu) soumis aux deux conditions (traitement et contrôle).

A. Le Simulateur de Jumeau Numérique

Le simulateur est formalisé comme une application stochastique $S : \mathcal{X} \times \{0, 1\} \times \mathcal{U} \to \mathcal{Y}$.
Pour un individu $i$ avec des covariables $X_i$, le résultat simulé sous le traitement $d$ est :
$$\hat{Y}_i(d) = S(X_i, d, U_i)$$
où $U_i$ est un bruit latent.

• Point crucial : Pour calculer l'effet individuel simulé $\hat{\tau}_i = \hat{Y}_i(1) - \hat{Y}_i(0)$, le même tirage de bruit $U_i$ est utilisé pour les deux conditions. Cela crée une dépendance (copule) entre les résultats simulés, permettant de calculer la distribution des effets individuels.

B. Les Hypothèses de Fidélité

Le DTCF remplace l'hypothèse d'ignorabilité par une hypothèse de fidélité du simulateur, décomposée en niveaux hiérarchiques :

1. Fidélité Marginale ($\epsilon$-Fidélité) : Les distributions marginales simulées $\hat{F}_d(\cdot|x)$ correspondent aux distributions réelles $F_d(\cdot|x)$ avec une erreur bornée par $\epsilon$.
2. Fidélité Jointe : La distribution conjointe simulée $\hat{H}$ correspond à la réalité $H$. Cela implique que la copule (la structure de dépendance entre $Y(1)$ et $Y(0)$) est correctement modélisée.
3. Fidélité Structurelle : Le simulateur modélise correctement les mécanismes causaux (nécessaire pour la médiation et les régimes dynamiques).

C. L'Architecture de Validation à 5 Niveaux

Le cœur méthodologique du papier est une architecture de validation qui transforme l'affirmation non falsifiable « le simulateur est correct » en une série de tests falsifiables :

• Niveau 0 (Calibration Marginale) : Vérifie si la distribution globale des résultats simulés correspond à la réalité (par bras).
• Niveau 1 (Calibration Conditionnelle) : Vérifie la correspondance au sein des strates de covariables. Permet de valider les estimands marginaux (ATE, CATE).
• Niveau 2 (Calibration Individuelle) : Vérifie la précision de la prédiction du résultat observé pour chaque individu.
• Niveau 3 (Calibration de l'Effet de Traitement) : Compare les effets de traitement simulés (ATE simulé) avec des données d'essais randomisés (RCT) ou quasi-expérimentaux. C'est le test principal de la transférabilité du simulateur du bras observé au bras contrefactuel.
• Niveau 4 (Tests de Stress Distributionnels) : Sonde la robustesse de la copule (sensibilité, bornes Fréchet-Hoeffding, tests de placebo).

3. Contributions Clés

1. Décomposition de la Crédibilité Causale :
   Le papier établit une dichotomie fondamentale :

   • Composante Marginale (Testable) : Les estimands dépendant uniquement des distributions marginales (ATE, ATT, CATE, QTE) peuvent être validés empiriquement via les niveaux 0 à 3, avec des bornes d'erreur mesurées.
   • Composante Jointe (Non Testable) : Les estimands dépendant de la copule (distribution de l'ITE, probabilité de bénéfice/nuisance, variance de l'effet individuel) restent non testables directement. Le DTCF ne les cache pas, mais les rend explicites.

2. Gestion de l'Incertitude Résiduelle (La Copule) :
   Au lieu de supposer une copule spécifique, le DTCF propose :

   • Des bornes Fréchet-Hoeffding pour quantifier l'incertitude maximale sur les quantités dépendantes de la copule (ex: variance de l'ITE).
   • Des analyses de sensibilité de la copule pour montrer comment les conclusions changent selon la structure de dépendance supposée.
   • Un cadre de rapportage qui distingue clairement ce qui est validé de ce qui est hypothétique.

3. Théorème de Complétude de la Validation :
   Le papier prouve que tous les estimands dépendant uniquement des marges peuvent être validés à une précision arbitraire, tandis que ceux dépendant de la copule ne peuvent être que bornés ou testés par sensibilité. Aucune donnée observable ne peut distinguer deux simulateurs ayant des marges identiques mais des copules différentes.

4. Résultats et Implications Théoriques

• Échange d'Hypothèses : Le DTCF ne résout pas le problème fondamental (le contrefactuel reste inobservé). Il remplace l'hypothèse d'ignorabilité (non testable) par l'hypothèse de fidélité du simulateur (partiellement testable).
• Estimands Accessibles :
  • Sous fidélité marginale : ATE, ATT, CATE, QTE sont identifiés avec des bornes d'erreur quantifiables.
  • Sous fidélité jointe (hypothèse forte) : La distribution complète de l'effet individuel, la probabilité de bénéfice ($\pi_+$) et de nuisance ($\pi_-$) deviennent calculables.
• Exemple Illustratif : Le papier montre que deux simulateurs peuvent avoir exactement le même ATE et passer tous les tests de validation marginaux, mais produire des conclusions cliniques opposées (l'un recommande un traitement pour tous, l'autre le déconseille à 40% des patients) en raison d'une différence de copule (corrélation positive vs négative entre les résultats potentiels).

5. Signification et Perspectives

• Changement de Paradigme : Le DTCF transforme le problème d'estimation statistique en un problème de fidélité de simulation. Il permet de passer d'une approche « nous ne pouvons pas observer le contrefactuel, donc nous faisons des hypothèses » à « nous simulons le contrefactuel, nous validons là où c'est possible, et nous quantifions l'incertitude là où ce n'est pas possible ».
• Application aux LLM : Le papier discute de l'utilisation des Grands Modèles de Langage (LLM) comme moteurs de simulateurs. Bien que prometteurs pour les comportements sociaux et les réponses subjectives, ils posent des défis majeurs concernant la cohérence interne (couplage du bruit) et la fidélité structurelle.
• Rigueur Méthodologique : La contribution principale n'est pas de prétendre que la simulation résout tout, mais de fournir une architecture formelle qui sépare ce qui est empiriquement discipliné de ce qui reste dépendant d'hypothèses, rendant ainsi le processus d'inférence causale plus transparent et plus défendable.

En résumé, le DTCF offre un cadre rigoureux pour utiliser les jumeaux numériques en inférence causale, en reconnaissant explicitement les limites de l'observabilité et en fournissant des outils pour quantifier et rapporter l'incertitude inhérente aux estimations individuelles et distributionnelles.