Résumé technique : Estimation de la perte minimale par Lasso hautement adaptatif ciblé de fonctions cibles

1. Énoncé du problème

L'article traite du défi statistique de l'estimation de paramètres fonctionnels non différentiables par chemin (non-pathwise differentiable), en se concentrant spécifiquement sur la courbe dose-réponse (DRC) ajustée pour les facteurs de confusion pour des expositions continues. La DRC est définie par $\psi_0(a) = E_0[Y(a)]$, représentant l'effet attendu sous une dose de traitement spécifique $a$, ajusté pour les covariables de base $W$.

L'Estimation de la Perte Minimale par Ciblage (TMLE) standard est un cadre robuste pour les paramètres différentiables par chemin (par exemple, les effets de traitement moyens). Cependant, elle ne s'étend pas directement aux cibles non différentiables par chemin comme la fonction DRC complète. Les approches existantes, telles que l'estimateur de maximum de vraisemblance (MLE) par Lasso Hautement Adaptatif (HAL) par substitution (plug-in), souffrent de deux limitations principales :

1. Réduction de biais inefficace : Le plug-in HAL-MLE cible la régression conditionnelle de l'effet de haute dimension $\bar{Q}_0(A, W)$. Pour réduire le biais pour la cible de plus faible dimension $\psi_0$, il nécessite un sous-lissage (undersmoothing) global de $\bar{Q}_0$, ce qui est inefficace et peut dégrader l'estimation du paramètre de nuisance.
2. Contraintes de lissage : Le taux de convergence de l'estimateur par substitution est déterminé par la régularité (smoothness) de la régression de l'effet de haute dimension $\bar{Q}_0$. Si $\bar{Q}_0$ est irrégulière (par exemple, discontinue dans $W$), mais que la cible DRC $\psi_0$ est lisse, l'estimateur par substitution ne parvient pas à atteindre le taux minimax optimal pour la fonction cible.

2. Méthodologie

Les auteurs proposent l'Estimateur de la Perte Minimale par Lasso Hautement Adaptatif Ciblé (T-HAL-MLE). Cette approche construit un estimateur qui atteint des taux de convergence optimaux pour la fonction cible en découplant les exigences de lissage du paramètre de nuisance de celles de la cible.

Stratégie centrale

La méthodologie procède en trois étapes conceptuelles :

1. Construction de tamis (sieve) et projection :
   Au lieu d'estimer l'intégralité de $\bar{Q}_0$ de dimension infinie puis de marginaliser, la méthode introduit un tamis (un modèle de travail de dimension finie) pour la fonction cible $\psi_0$. Ce modèle de travail, noté $D^{(k)}(R_\lambda)$, est engendré par des fonctions de base de splines d'ordre $k$. La véritable cible $\psi_0$ est projetée sur ce modèle de travail pour définir une approximation différentiable par chemin $\Psi_\lambda(P)$.

   • La projection est définie via une minimisation $L_2$ (pondérée par une densité $\omega(a)$) de la fonction cible sur la base de splines.
   • Ce paramètre de projection $\alpha_\lambda(P)$ est différentiable par chemin, permettant ainsi l'application de la théorie TMLE standard.

2. Tamis adaptatif aux données via LASSO :
   La construction manuelle d'un tamis fixe est difficile pour des cibles de haute dimension. Les auteurs proposent un HAL-MLE ciblé qui évite la construction explicite de tamis :

   • On commence par un grand modèle de travail initial (un ensemble riche de fonctions de base) dérivé du cadre HAL.
   • On effectue un ajustement initial $\bar{Q}_n$ en utilisant le HAL-MLE.
   • On exécute une étape de ciblage en utilisant le LASSO (Least Absolute Shrinkage and Selection Operator) plutôt que le Maximum de Vraisemblance (MLE) standard. Le LASSO minimise le risque empirique sur le paramètre de fluctuation $\epsilon$ avec une contrainte de norme $L_1$.
   • Cette étape LASSO sélectionne de manière adaptative les fonctions de base pertinentes pour la fonction cible, construisant ainsi un modèle de travail creux (sparse) $D^{(k)}(R_{\lambda,n})$ sans nécessiter que l'utilisateur spécifie préalablement la dimension ou le taux de croissance du tamis.

3. Garanties théoriques :
   L'article prouve que l'estimateur cible la projection $\Psi_\lambda(P_0)$ et qu'en appliquant un sous-lissage approprié (en choisissant une dimension de tamis $n(\lambda)$ qui croît avec la taille de l'échantillon $n$), il atteint une normalité asymptotique par rapport à la cible réelle $\psi_0$.

   • Taux de convergence : L'estimateur atteint un taux de $O_+(n^{-k^*/(2k^*+1)})$, où $k^* = k+1$ et $k$ est la régularité de la fonction cible $\psi_0$, et non du paramètre de nuisance $\bar{Q}_0$. Il s'agit d'un taux indépendant de la dimension (à l'exclusion des facteurs logarithmiques).
   • Normalité asymptotique : L'estimateur est distribué de manière asymptotiquement normale ponctuellement, permettant une inférence de type Wald valide et des bandes de confiance simultanées.

3. Contributions clés

• Nouvel estimateur pour les cibles non différentiables par chemin : L'article fournit la première construction formelle d'un TMLE pour des paramètres fonctionnels non différentiables par chemin (comme la DRC) qui atteint les taux minimax optimaux déterminés uniquement par la régularité de la cible.
• Tamis adaptatif aux données via LASSO : Il introduit une méthode pour éviter la spécification manuelle du tamis en utilisant une étape LASSO dans le cadre TMLE. Cela permet de sélectionner de manière adaptative la complexité du modèle de travail, équilibrant biais et variance sans exiger que l'utilisateur prescrive la dimension du tamis.
• Preuve théorique de taux indépendants de la dimension : Les auteurs prouvent que le T-HAL-MLE atteint des taux de convergence dépendant uniquement de la régularité de la fonction cible $\psi_0$, même si la régression de l'effet sous-jacente $\bar{Q}_0$ est moins régulière ou de dimension supérieure. Cela surmonte une limitation clé des estimateurs HAL par substitution.
• Validité de l'inférence : L'article établit la normalité asymptotique ponctuelle et fournit un cadre pour construire des bandes de confiance simultanées pour l'ensemble de la fonction.

4. Résultats de simulation

Les auteurs ont mené une étude de simulation de Monte Carlo comparant le T-HAL-MLE à un HAL-MLE par substitution (plug-in) et à une variante T-HAL-MLE (Plugin) (qui applique l'étape de ciblage mais saute la projection finale sur la base sélectionnée).

• Métriques de performance : L'étude a évalué l'erreur quadratique moyenne (RMSE), le biais et la couverture des intervalles de confiance à travers divers processus générateurs de données (DGP), incluant des discontinuités et des oscillations à haute fréquence.
• Réduction du biais : Le T-HAL-MLe a systématiquement démontré un biais et une RMSE inférieurs au HAL-MLE par substitution. L'étape de ciblage a réussi à réduire le biais inhérent à l'approche par substitution.
• Intervalles de confiance :
  • Sous des distributions de traitement uniformes, le T-HAL-MLE a obtenu une couverture proche du niveau nominal de 95 %.
  • Sous des distributions de traitement normales (créant de la parcimonie dans les queues de distribution), le T-HAL-MLE a montré une certaine sous-couverture dans des contextes difficiles (ex: multiples discontinuités), principalement due à un biais résiduel dans les régions de faible densité. Cependant, il a tout de même surpassé le HAL-MLE par substitution, qui souffrait d'intervalles plus larges et d'une mauvaise couverture.
• Variance : Le T-HAL-MLE a produit des intervalles de confiance plus étroits que le HAL-MLE par substitution car son estimateur de variance reflète le modèle de travail de plus faible dimension plutôt que la complexité totale du modèle d'effet ajusté.

5. Signification et affirmations

L'article affirme que le T-HAL-MLE offre une approche entièrement adaptative aux données pour l'inférence sur des paramètres fonctionnels qui ne nécessite ni hypothèses paramétriques ni spécification manuelle de tamis.

• Efficacité : En ciblant la projection de la fonction cible plutôt que la régression de l'effet complète, la méthode évite l'inefficacité du sous-lissage global. Elle atteint des taux optimaux même lorsque la fonction cible est nettement plus régulière que le mécanisme générateur de données sous-jacent.
• Robustesse : L'utilisation du LASSO dans l'étape de ciblage garantit que la norme de variation sectionnelle de l'estimateur est contrôlée, préservant les conditions nécessaires à la normalité asymptotique tout en sélectionnant les fonctions de base les plus pertinentes.
• Limites : Les auteurs reconnaissent que la méthode peut être plus sensible à la pondération par l'inverse de la probabilité (en raison du terme $1/g(A|W)$ dans la courbe d'influence efficace) par rapport aux estimateurs par substitution, ce qui pourrait affecter la robustesse en échantillon fini dans les régions de violation de la positivité. Ils suggèrent que l'A-TMLE ou les méthodes de bootstrap ciblé pourraient être des extensions futures pour y remédier.

En résumé, cet article établit un cadre théorique rigoureux et un algorithme pratique pour estimer des fonctions causales complexes, non différentiables par chemin, démontant que l'estimation ciblée peut surmonter les limitations des méthodes non paramétriques par substitution standards.