तकनीकी सारांश: एक उपचार नियम के तहत माध्य संभावित परिणाम का अनुकूली लक्षित अधिकतम संभावना अनुमान (Adaptive Targeted Maximum Likelihood Estimation)

समस्या का निरूपण

यह शोध पत्र एक पॉइंट-ट्रीटमेंट सेटिंग में एक निश्चित उपचार नियम $d(W)$ के तहत माध्य प्रतितथ्यात्मक परिणाम (counterfactual outcome) $E[Y^d]$ का अनुमान लगाने की चुनौती को संबोधित करता है। यह कारण संबंधी अनुमान (causal inference) और नीति मूल्यांकन (policy evaluation) में एक केंद्रीय समस्या है, विशेष रूप से उन अवलोकनात्मक डेटा (observational data) के उपयोग में जहाँ उपचार का निर्धारण यादृच्छिक (randomized) नहीं होता है।

इस अनुमान में एक महत्वपूर्ण बाधा सकारात्मकता धारणा (positivity assumption) है, जो यह आवश्यक बनाती है कि सभी सहचर मानों (covariate values) $W$ के लिए, जिनका प्रायिकता मान धनात्मक है, प्रोपेंसिटी स्कोर $g(a|W) = P(A=a|W)$ इस प्रकार हो कि $0 < g(a|W) < 1$। व्यवहार में, सकारात्मकता उल्लंघन (positivity violations) अक्सर तब होते हैं जब विशिष्ट उपसमूहों के लिए कुछ उपचार विकल्प दुर्लभ रूप से देखे जाते हैं। मानक अनुमानक, जिनमें इनवर्स प्रोपेंसिटी वेटिंग (IPW), ऑग्मेंटेड IPW (AIPW), और मानक लक्षित अधिकतम संभावना अनुमान (TMLE) शामिल हैं, अपने वेटिंग या टारगेटिंग चरणों में इनवर्स प्रोपेंसिटी स्कोर ($1/g$) पर निर्भर करते हैं। जब $g$, शून्य के करीब होता है, तो ये विधियाँ अस्थिर हो जाती हैं, जिससे अत्यधिक भार (extreme weights), बढ़ी हुई विचरण (variance), और परिमित-नमूना पूर्वाग्रह (finite-sample bias) उत्पन्न होता है।

कार्यप्रणाली

लेखक एक डेटा-अनुकूली वर्किंग मॉडल (data-adaptive working model) का उपयोग करके कंडीशनल एवरेज ट्रीटमेंट इफेक्ट (CATE) के लिए एक ढांचा प्रस्तावित करते हैं, जो सीधे इनवर्स प्रोपेंसिटी स्कोर वेटिंग से बचता है।

1. प्रक्षिप्त नीति-मूल्य पैरामीटर (Projected Policy-Value Parameter)

गैर-पैरामीट्रिक पैरामीटर $E[Y^d]$ को सीधे लक्षित करने के बजाय, लेखक एक प्रक्षिप्त नीति-मूल्य पैरामीटर $\Psi_n(P_0)$ को परिभाषित करते हैं। यह पैरामीटर CATE के लिए एक वर्किंग मॉडल द्वारा प्रेरित होता है, जिसे हाइली एडेप्टिव लासो (Highly Adaptive Lasso - HAL) का उपयोग करके बनाया गया है।

• माना कि $\phi_n(W)$, CATE के लिए एक डेटा-अनुकूली आधार (basis) है।
• CATE को $\beta^\top \phi_n(W)$ के रूप में अनुमानित किया जाता है।
• प्रक्षिप्त पैरामीटर को इस प्रकार परिभाषित किया गया है:
  $$\Psi_n(P) = E_P [E_P(Y|W) + (d(W) - \bar{g}(W))\beta(P)^\top \phi_n(W)]$$
• यदि वास्तविक CATE वर्किंग मॉडल के विस्तार (span) के भीतर है, तो यह प्रक्षिप्त पैरामीटर गैर-पैरामीट्रिक लक्ष्य $E[Y^d]$ के साथ मेल खाता है।

2. एडेप्टिव TMLE (A-TMLE)

लेखक इस प्रक्षिप्त पैरामीटर के लिए एफिशिएंट इन्फ्लुएंस फंक्शन (EIF) को व्युत्पन्न करते हैं। एक प्रमुख सैद्धांतिक निष्कर्ष यह है कि प्रक्षिप्त CATE मॉडल के तहत, उपचार तंत्र (प्रोपेंसिटी स्कोर) से संबंधित EIF घटक या तो लुप्त हो जाता है या बिना इनवर्स वेटिंग के संभाला जाता है।

• अनुमानक (Estimator): A-TMLE एक प्लग-इन अनुमानक है:
  $$\hat{\Psi}_{A-TMLE} = P_n [Y + (d(W) - \hat{g}(W))\hat{\beta}^\top \phi_n(W)]$$
• तंत्र (Mechanism): यह CATE आधार बनाने के लिए HAL का उपयोग करता है और गुणांक $\beta$ का अनुमान लगाने के लिए रिलैक्स्ड HAL का उपयोग करता है। महत्वपूर्ण रूप से, टारगेटिंग चरण में प्रोपेंसिटी स्कोर का व्युत्क्रम (inverse) शामिल नहीं होता है, जिससे सकारात्मकता उल्लंघन से जुड़ी अस्थिरता से बचा जा सकता है।

3. रेगुलराइज्ड TMLE (Regularized TMLE)

गैर-पैरामीट्रिक नीति मान $E[Y^d]$ को लक्षित करने के लिए स्थिरता बनाए रखते हुए, लेखक रेगुलराइज्ड TMLE पेश करते हैं।

• अवधारणा: यह विधि गैर-पैरामीट्रिक पैरामीटर को लक्षित करती है लेकिन एक स्थिरित टारगेटिंग कोवेरिएट (stabilized targeting covariate) का उपयोग करती है।
• प्रक्षेपण (Projection): मानक TMLE का "क्लेवर कोवेरिएट" (जिसमें आमतौर पर $1/g$ होता है) को CATE द्वारा प्रेरित स्कोर स्पेस पर प्रक्षिप्त किया जाता है।
• कोवेरिएट: रेगुलराइज्ड क्लेवर कोवेरिएट $H_{Reg}(A, W)$, मानक गैर-पैरामीट्रिक क्लेवर कोवेरिएट का CATE आधार द्वारा स्पैन किए गए $L_2$-प्रोजेक्शन है।
• बायस नियंत्रण: लेखक दिखाते हैं कि इस अनुमानक का गैर-पैरामीट्रिक लक्ष्य के सापेक्ष प्रथम-क्रम का प्लग-इन पूर्वाग्रह (bias) नगण्य है यदि प्रक्षिप्त EIF, गैर-पैरामीट्रिक EIF का अच्छी तरह से अनुमान लगाता है और न्यूसेंस अनुमानक (nuisance estimators) $n^{-1/4}$ की दर से तेज दर से अभिसरित (converge) होते हैं।

मुख्य योगदान

1. सकारात्मकता उल्लंघन के तहत स्थिरता: प्रस्तावित विधियाँ (A-TMLE और Regularized TMLE) टारगेटिंग चरण में प्रोपेंसिटी स्कोर के प्रत्यक्ष व्युत्क्रम के उपयोग को समाप्त करती हैं, जिससे सीमित ओवरलैप वाले परिदृश्यों में स्थिरता में काफी सुधार होता है।
2. सैद्धांतिक लक्षण वर्णन (Theoretical Characterization):
   • प्रक्षिप्त नीति-मूल्य पैरामीटर के लिए EIF का व्युत्पन्न।
   • दूसरे क्रम के शेष (second-order remainder) का लक्षण वर्णन, जो यह दर्शाता है कि अतुलनीयता (asymptotic linearity) बनी रहती है जब उपचार तंत्र त्रुटि और प्रोजेक्शन गुणांक त्रुटि का गुणनफल छोटा होता है।
   • यह प्रमाण कि रेगुलराइज्ड TMLE क्लेवर कोवेरिएट, मानक गैर-पैरामीट्रिक क्लेवर कोवेरिएट का $L_2$-प्रोजेक्शन है।
   • गैर-पैरामीट्रिक लक्ष्य के लिए प्रथम-क्रम के प्लग-इन पूर्वाग्रह का परिमाणीकरण, जो ऐसी स्थितियाँ स्थापित करता है जिनमें पूर्वाग्रह स्पर्शोन्मुख रूप से (asymptotically) नगण्य हो जाता है।
3. एल्गोरिद्मिक कार्यान्वयन: न्यूसेंस अनुमान के लिए सुपर लर्नर (Super Learner), CATE आधार निर्माण के लिए HAL, और दोनों A-TMLE और Regularized TMLE के लिए विशिष्ट टारगेटिंग चरणों को एकीकृत करने वाली एक पूर्ण प्रक्रिया (एल्गोरिदम 1)।

परिणाम

सिमुलेशन अध्ययन

लेखकों ने विभिन्न नमूना आकारों ($n=200, 500, 1000$) और उपचार ओवरलैप के विभिन्न स्तरों (एक पैरामीटर $\kappa_{pos}$ द्वारा नियंत्रित) में मोंटे कार्लो सिमुलेशन आयोजित किए।

• माध्य वर्ग त्रुटि (MSE): व्यावहारिक सकारात्मकता उल्लंघन के तहत, A-TMLE और Regularized TMLE ने IPW, AIPW और मानक TMLE की तुलना में सबसे कम MSE प्राप्त किया। उदाहरण के लिए, उल्लंघन के साथ $n=200$ पर, A-TMLE के लिए MSE 0.02845 था, जबकि IPW के लिए यह 0.05640 था।
• कवरेज (Coverage): सकारात्मकता उल्लंघन के तहत, A-TMLE और Regularized TMLE ने नाममात्र 95% स्तर के करीब ऑरेकल कवरेज बनाए रखा (जैसे, $n=200$ पर 0.9553), जबकि IPW और AIPW ने महत्वपूर्ण अंडर-कवरेज का अनुभव किया (जैसे, क्रमशः 0.8127 और 0.9053)।
• मजबूत ओवरलैप: जब सकारात्मकता उल्लंघन अनुपस्थित थे, तो प्रस्तावित विधियाँ मानक TMLE और AIPW के साथ प्रतिस्पर्धी बनी रहीं, और उनके प्रदर्शन में बहुत कम गिरावट आई।
• पूर्वाग्रह में कमी: नीति-विशिष्ट विश्लेषण ने दिखाया कि A-टेमले और रेगुलराइज्ड TMLE ने मानक अनुमानकों की तुलना में, विशेष रूप से उन नीतियों के लिए जहाँ ओवरलैप सबसे अधिक प्रतिबंधित था, बायस-टू-स्टैंडर्ड-एरर अनुपात को काफी कम कर दिया।

वास्तविक-डेटा अनुप्रयोग

APACHE गंभीरता स्कोर पर आधारित उपचार नियमों के तहत औसत 30-दिवसीय उत्तरजीविता (survival) का अनुमान लगाने के लिए विधियों को राइट हार्ट कैथेटराइजेशन (RHC) अध्ययन पर लागू किया गया।

• निष्कर्ष: A-TMLE और Regularized TMLE ने स्थिर नीति-मूल्य अनुमान प्रदान किए।
• परिशुद्धता (Precision): अनुकूलित अनुमानकों के लिए विश्वास अंतराल (confidence interval) की लंबाई IPW और AIPW की तुलना में काफी कम थी, जो कवरेज से समझौता किए बिना बेहतर परिशुद्धता का संकेत देती है।
• संगति (Consistency): A-TMLE और Regularized TMLE से प्राप्त बिंदु अनुमान (point estimates) एक-दूसरे के करीब थे और आम तौर पर AIPW के साथ संरेखित थे, लेकिन अधिक स्थिरता के साथ।

महत्व और दावे

यह शोध पत्र दावा करता है कि प्रस्तावित Adaptive TMLE ढांचा व्यावहारिक सकारात्मकता उल्लंघन वाले सेटिंग्स में नीति मूल्यांकन के लिए एक मजबूत विकल्प प्रदान करता है। अपने टारगेटिंग चरण को इनवर्स प्रोपेंसिटी वेटिंग से बदलकर CATE मॉडल पर आधारित प्रोजेक्शन का उपयोग करके, ये अनुमानक निम्नलिखित प्राप्त करते हैं:

1. बेहतर परिमित-नमूना स्थिरता: अत्यधिक भार से बचने से सीमित ओवरलैप वाले परिदृश्यों में विचरण और पूर्वाग्रह कम होता है।
2. सैद्धांतिक वैधता: ये अनुमानक प्रक्षिप्त मॉडल के तहत दोहरी रूप से सुदृढ़ (doubly robust) और अतुलनीय रूप से कुशल (asymptotically efficient) हैं, जिसमें Regularized TMLE नियंत्रित पूर्वाग्रह के साथ गैर-पैरामीट्रिक लक्ष्य तक पहुँच प्रदान करता है।
3. व्यावहारिक उपयोगिता: जब सकारात्मकता का उल्लंघन होता है, तो ये विधियाँ मानक IPW, AIPV और TMLE की तुलना में अधिक विश्वसनीय अनुमान (बेहतर कवरेज और संकीर्ण विश्वास अंतराल) प्रदान करती हैं, जबकि मजबूत ओवरलैप होने पर भी प्रतिस्पर्धी बनी रहती हैं।

लेखक अपनी सीमाओं का उल्लेख करते हैं, विशेष रूप से यह कि प्राथमिक A-TMLE अनुमानक एक प्रक्षिप्त पैरामीटर है (जो CATE सन्निकटन की गुणवत्ता पर निर्भर है) और अनुमान (inference) मानक TMLE इन्फ्लुएंस फंक्शन्स पर निर्भर है जो रूढ़िवादी (conservative) हो सकते हैं। वे सुझाव देते हैं कि भविष्य के कार्य को इसे अनुदैर्ध्य (longitudinal) सेटिंग्स तक विस्तारित करना चाहिए और प्रोजेक्शन आयाम चुनने के लिए डेटा-अनुकूली मानदंडों को विकसित करना चाहिए।