Transporting treatment effects by calibrating large-scale observational outcomes

Résumé technique : Transport des effets de traitement par calibration des résultats observationnels à grande échelle

Énoncé du problème
L'article aborde le défi du transport des estimations d'effets de traitement d'un petit ensemble de données expérimentales de haute qualité (essai contrôlé randomisé, ou RCT) vers un grand ensemble de données observationnelles cible. Ce cadre est courant lorsque l'expérimentation est coûteuse ou irréalisable sur la population cible spécifique, rendant nécessaire l'utilisation de données observationnelles auxiliaires.

Les méthodes standard de transport causal reposent sur deux hypothèses d'identification : l'échangeabilité moyenne (les moyennes conditionnelles des résultats potentiels sont identiques entre les populations étant donné les covariables) et la positivité (le support de la distribution des covariables dans la population cible est contenu dans la population expérimentale). L'article souligne que les violations de la positivité sont probables lorsque l'ensemble de données expérimental est petit par rapport à la dimension des covariables (le « fléau de la dimensionnalité »). Lorsque la positivité échoue, l'effet moyen de traitement (ATE) transporté standard n'est pas bien défini pour les régions de covariables présentes dans les données observationnelles mais absentes des données expérimentales. De plus, les méthodes existantes tentant de gérer les violations de la positivité (par exemple, le troncage ou la pondération à la baisse) modifient souvent l'estimande de manière qui peut ne pas correspondre aux objectifs scientifiques ou introduire une instabilité.

Méthodologie
Les auteurs proposent une procédure d'estimation et d'inférence simple en deux étapes qui évite la pondération par l'inverse de la propension et reste valide même lorsque la positivité n'est pas vérifiée.

1. Calibration par moindres carrés ordinaires (MCO) :

   • La méthode suppose que l'ensemble de données observationnelles contient un « contraste traitement-contrôle » ($\Delta(X)$), défini comme la différence entre les moyennes conditionnelles des résultats des unités traitées et des unités témoins dans les données observationnelles ($\Delta(x) = E_{obs}[Y|X=x, Z=1] - E_{obs}[Y|X=x, Z=0]$).
   • Les auteurs postulent que le véritable Effet Moyen de Traitement Conditionnel (CATE), $\mu(X)$, issu des données expérimentales, peut être approximé par une transformation linéaire de ce contraste observationnel. Plus précisément, ils définissent une classe de fonctions $\mathcal{F}$ de transformations linéaires d'un développement en base $\psi(\Delta(X))$.
   • Ils estiment les coefficients $\bar{\beta}$ en régressant les résultats expérimentaux $D_i$ (l'effet de traitement) sur $\psi(\hat{\Delta}(X_i))$ en utilisant les MCO. Ici, $\hat{\Delta}$ est estimé à partir des données observationnelles, potentiellement en utilisant des méthodes flexibles d'apprentissage automatique (par exemple, les forêts causales).
   • L'estimateur résultant $\bar{\mu}(x) = \hat{\bar{\beta}}^\top \psi(\hat{\Delta}(x))$ sert d'estimation calibrée du CATE.

2. Agrégation :

   • L'estimateur final pour l'effet transporté, $\hat{\bar{\tau}}$, est la moyenne empirique de ces estimations calibrées du CATE sur les covariables du grand ensemble de données observationnelles.
   • Pour assurer une inférence valide et éviter le surajustement, les auteurs emploient le cross-fitting : les données observationnelles sont divisées en plis ; $\hat{\Delta}$ est estimé sur les données hors-pli, et la régression de calibration est effectuée sur les données expérimentales.

3. Inférence :

   • L'article dérive un estimateur de variance asymptotique qui tient compte de l'erreur de calibration (issue de l'étape MCO). Dans le régime où la taille de l'échantillon observationnel $N$ croît suffisamment plus vite que la taille de l'échantillon expérimental $n$ ($N \gg n$), la variance est dominée par l'erreur de calibration, permettant des intervalles de confiance asymptotiquement valides sans estimer les scores de propension.

Contributions clés

• Estimande alternative ($\bar{\tau}$) : L'article introduit une nouvelle estimande, $\bar{\tau} = E_{obs}[\bar{\mu}(X)]$, qui représente la moyenne de la meilleure approximation au sens des moindres carrés du véritable CATE au sein de la classe de fonctions spécifiée $\mathcal{F}$, pondérée par la distribution des covariables observationnelles.
  • Crucialement, $\bar{\tau}$ reste identifié même sans positivité. Si le modèle de calibration est bien spécifié (c'est-à-dire $\mu \in \mathcal{F}$), $\bar{\tau}$ est égal à l'ATE transporté standard. En cas de mauvaise spécification, il converge vers une estimande de projection, qui peut être interprétée comme un effet moyen de traitement pondéré.
• Robustesse aux violations de la positivité : Contrairement aux méthodes existantes (par exemple, AIPSW, estimateurs collaboratifs) qui reposent sur les scores de propension et échouent ou deviennent instables lorsque la positivité est violée, la méthode proposée ne nécessite pas l'estimation des poids d'inverse de propension. Elle reste stable même lorsque les supports des covariables expérimentales et observationnelles ne se chevauchent pas.
• Efficacité semi-paramétrique : Les auteurs établissent que, dans un cadre d'« essai imbriqué » où le rapport des tailles d'échantillons expérimental à observationnel tend vers zéro ($n/N \to 0$), leur estimateur atteint la borne d'efficacité semi-paramétrique pour l'estimande projetée $\bar{\tau}$. Cette borne est finie même lorsque la borne d'efficacité pour l'ATE transporté standard est infinie en raison de violations de la positivité.
• Simplicité et praticité : La méthode repose sur des MCO standards et des estimateurs de CATE flexibles, évitant les schémas de pondération complexes et les problèmes de stabilité associés à l'estimation de scores de propension en haute dimension.

Résultats

L'article valide la méthodologie par le biais de simulations numériques et d'un exemple de données réelles :

1. Simulation univariée : Dans des contextes avec décalage de covariables (mais sans violation stricte de la positivité), l'estimateur proposé ($\hat{\bar{\tau}}$) a montré une erreur quadratique moyenne (MSE) plus faible et une couverture d'intervalle de confiance plus stable (environ 92-93 %) par rapport aux estimateurs AIPSW et collaboratifs à mesure que le degré de décalage de covariables augmentait. Les estimateurs concurrents ont présenté un biais significatif et une dégradation de la couverture.
2. Simulation multivariée : Dans des contextes de haute dimension ($d=10$), la méthode proposée a maintenu la MSE la plus faible et une couverture fiable. En revanche, l'estimateur AIPSW a montré une variance élevée et une mauvaise couverture, en particulier lorsque la distribution des covariables observationnelles présentait une variance plus élevée (exacerbant les violations de la positivité).
3. Étude de cas sur la rotation des cultures : En utilisant des données de Kluger et al. (2022) sur les rendements du maïs, les auteurs ont combiné 611 essais sur le terrain avec 1,31 million d'estimations de rendements basées sur satellite.
   • Les données expérimentales avaient une couverture spatiale sparse (manquant des États entiers comme l'Indiana et le Michigan), entraînant de graves violations de la positivité.
   • L'estimateur AIPSW était extrêmement instable, avec des estimations s'étalant sur plusieurs ordres de grandeur à travers les simulations.
   • L'estimateur collaboratif était plus stable mais présentait toujours une variance plus élevée que la méthode proposée.
   • L'estimateur proposé ($\hat{\bar{\tau}}$) a démontré la variance la plus faible et la stabilité la plus élevée, avec un taux de couverture empirique de 96 % pour ses intervalles de confiance.

Importance et affirmations

L'article affirme que sa méthodologie fournit une solution théoriquement fondée et empiriquement robuste pour le transport des effets de traitement dans le régime courant de « petite expérience, grande observation ».

• Validité théorique : Les auteurs démontrent que leur estimateur est consistant pour une estimande bien définie ($\bar{\tau}$) même lorsque l'ATE transporté standard n'est pas identifié. Ils prouvent que cet estimateur atteint l'efficacité semi-paramétrique à la limite de grandes données observationnelles par rapport aux données expérimentales.
• Utilité pratique : La méthode offre une alternative « naïve » mais efficace aux schémas de pondération complexes. En évitant la pondération par l'inverse de la propension, elle contourne l'instabilité causée par les violations de la positivité, la rendant particulièrement adaptée aux applications réelles où les données expérimentales sont limitées et spatialement ou démographiquement rares.
• Interprétabilité : Même lorsque le modèle de calibration est mal spécifié, l'estimande résultante conserve son interprétabilité en tant qu'effet moyen de traitement pondéré, similaire à la littérature sur l'estimation de l'ATE en cas de violations de la positivité dans les études observationnelles uniques.

Les auteurs concluent que, bien que leur méthode suppose des observations i.i.d. (ce qui peut être une simplification pour des données spatiales/temporelles comme l'exemple de la rotation des cultures), elle offre une amélioration significative en termes de précision et de stabilité par rapport aux propositions existantes pour le transport des effets de traitement en présence de violations de la positivité.