Causal Inference under Interference with Learned Exposure Mappings

Résumé Technique : Inférence Causale sous Interférence avec des Cartographies d'Exposition Apprises

Énoncé du Problème
Dans le cadre de l'inférence causale sous interférence, la « cartographie d'exposition » est une composante critique qui définit comment les traitements assignés à une unité affectent l'exposition effective des autres. Les cadres traditionnels supposent généralement que cette cartographie est connue a priori, souvent spécifiée via des distances géographiques fixes ou des structures de réseaux. Cependant, dans les applications environnementales — comme l'analyse des impacts sanitaires du contrôle de la pollution — la cartographie d'exposition n'est pas directement observée. Au lieu de cela, elle est induite par des processus de transport atmosphérique latents qui doivent être appris à partir de données de pollution.

Cela crée un défi fondamental : alors que divers modèles de transport (EDP mécanistes, opérateurs neuronaux informés par la physique, opérateurs neuronaux de Fourier et modèles de fondation) peuvent atteindre une précision prédictive similaire pour prévoir les concentrations de pollution observées, ils peuvent impliquer des opérateurs de transport sous-jacents différents. Par conséquent, ces modèles peuvent génerner des cartographies d'exposition distinctes, menant à des conclusions causales divergentes concernant les effets de débordement (spillover effects). L'article examine si l'accord prédictif entre les modèles de transport est suffisant pour une inférence causale fiable lorsque les cartographies d'exposition sont apprises plutôt qu'observées.

Méthodologie
L'étude utilise un cadre où un opérateur de transport $T$ mappe un vecteur d'intervention $A$ (réductions d'émissions) vers une cartographie d'exposition $E(T) = TA$. La quantité causale d'intérêt est l'effet de débordement sur les résultats de santé $H$, modélisé comme une fonction de l'intervention directe et de l'exposition par débordement.

L'auteur compare quatre approches distinctes de modélisation du transport :

1. EDP Mécaniste : Un modèle d'équation aux dérivées partielles d'advection-diffusion.
2. PINO : Opérateurs neuronaux informés par la physique (Physics-Informed Neural Operators).
3. FNO : Opérateurs neuronaux de Fourier (Fourier Neural Operators).
4. GeoPT : Un modèle de fondation récent pour le transport géophysique.

L'évaluation se déroule en deux étapes :

• Étude de Simulation : Un opérateur de transport « vrai » latent $T^*$ génère la dynamique de la pollution. Des modèles concurrents sont ajustés sur le champ de pollution observé en résultant. L'étude évalue la capacité de chaque modèle à prédire la pollution ($PM$), à récupérer la véritable cartographie d'exposition et à estimer le véritable effet de débordement.
• Analyse Empirique : Les modèles sont appliqués aux données de $PM_{2.5}$ de la Californie. L'analyse examine comment différentes hypothèses de transport affectent les modèles de débordement inférés sous des interventions hypothétiques de contrôle de la pollution, sans prétendre identifier le processus atmosphérique unique et « vrai ».

Résultats Clés

• Équivalence Prédictive vs Divergence Causale : Dans les simulations, les quatre modèles ont atteint une précision de prédiction de la pollution presque identique ($R^2$ compris entre 0,970 et 0,975). Cependant, leurs estimations d'effets de débordement variaient considérablement, allant de 1,78 à 2,27. Le modèle ayant le mieux récupéré la cartographie d'exposition (FNO) a produit l'estimation de débordement la plus proche de la valeur réelle.
• La Précision de la Cartographie d'Exposition comme Prédicteur : L'étude a constaté que la précision de la récupération de la cartographie d'exposition était un prédicteur plus fort de la performance inférentielle que les améliorations marginales de la précision de la prédiction de la pollution. Les modèles présentant des erreurs de cartographie d'exposition plus importantes (ex: PINO, GeoPT) ont produit des écarts plus importants dans les estimations de débordement.
• Sensibilité de l'Intervention : L'impact de l'incertitude de la cartographie d'exposition dépendait fortement du type d'intervention :
  • Interventions Régionales : Ont montré un désaccord modeste entre les modèles (plage de débordement : 1,79–2,42).
  • Interventions en Amont : Ont montré le plus faible désaccord (plage : 1,93–2,13).
  • Interventions de Sources Ponctuelles Localisées : Ont montré un désaccord substantiel, avec des effets de débordement estimés variant de 0,51 (PDE) à 1,56 (GeoPT) — une différence de trois fois.
• Résultats Empiriques (Californie) : L'analyse des données de $PM_{2.5}$ en Californie reflète les résultats de la simulation. Bien que les modèles concurrents produisent des prédictions similaires des concentrations observées, ils impliquent des modèles de débordement différents et identifient des lieux différents comme étant les plus affectés par les interventions. Notamment, bien que les estimations de débordement varient, l'effet d'intervention global reste stable (allant de 0,303 à 0,305), suggérant que l'incertitude du transport impacte davantage la compréhension mécaniste que les prédictions d'impact politique agrégé.

Signification et Revendications
L'article soutient que l'accord prédictif seul est insuffisant pour une inférence causale fiable lorsque les cartographies d'exposition sont apprises. La contribution centrale est de démontrer que des modèles s'ajustant de manière égale aux données observées peuvent induire des cartographies d'exposition différentes, menant à des conclusions sensiblement différentes sur les effets de débordement, particulièrement pour les interventions localisées.

L'auteur affirme que :

1. Les cartographies d'exposition doivent être traitées comme des quantités estimées plutôt que comme des objets de conception fixes, nécessitant la propagation de l'incertitude du processus d'apprentissage du transport dans les analyses causales en aval.
2. Les critères d'évaluation des modèles de transport dans les contextes causaux doivent s'étendre au-delà de la précision prédictive pour inclure la stabilité et la fiabilité des cartographies d'exposition induites.
3. L'incertitude dans les processus de transport appris est la plus cruciale pour les interventions ciblées, où le comportement de transport local a une influence plus forte sur l'exposition en aval par rapport aux interventions régionales larges.

L'étude conclut que sans tenir compte de l'incertitude des processus de transport appris, les inférences causales concernant les effets de débordement peuvent être peu fiables, même lorsque les modèles sous-jacents semblent indiscernables en termes de performance prédictive.