An average-case sensitivity analysis for unmeasured confounding

Sintesi Tecnica: Un'Analisi di Sensibilità del Caso Medio per il Confounding Non Misurato

Enunciato del Problema
Negli studi osservazionali, l'inferenza causale si basa sull'assunto di non-confoundedness (ignorabilità), il quale postula che l'assegnazione del trattamento sia indipendente dai potenziali esiti condizionatamente dalle covariate osservate. Poiché tale assunto è non testabile, è necessaria un'analisi di sensibilità per valutare come le conclusioni potrebbero cambiare in caso di violazioni della non-confoundedness. Gli approcci esistenti, in particolare il modello di sensibilità marginale (Tan, 2006; Zhao et al., 2019), impiegano tipicamente un parametro "worst-case" (caso peggiore) $\Gamma$ che limita la norma $L_\infty$ della differenza logit tra i punteggi di propensione osservati e quelli dei dati completi. Sebbene matematicamente trattabile, questo approccio basato sul caso peggiore può risultare eccessivamente pessimista, poiché il limite è determinato dai valori più estremi (e potenzialmente rari) delle covariate, fallendo nel catturare la forza media del confounding non misurato.

Metodologia
Gli autori propongono un nuovo modello di sensibilità del caso medio parametrizzato dal secondo momento del rapporto dei punteggi di propensione, $\Sigma$. Inveve di limitare la deviazione massima, questo modello vincola il valore atteso del quadrato del rapporto dei punteggi di propensione:
$$E \{ \nu_{1,h}(X) \} \le \Sigma,$$
dove $\nu_{1,h}(X) = E\{h^2(X, Y) \mid X, Z=1\}$ e $h(X, Y) = e(X)/e(X, Y)$ è il rapporto dei punteggi di propensione. Questa formulazione richiede solo che la forza media del confounding non misurato sia limitata.

Il documento affronta l'analisi di sensibilità associata come un problema di ottimizzazione per derivare limiti netti (sharp bounds) sugli esiti potenziali medi, $E\{Y(1)\}$ e $E\{Y(0)\}$.

1. Soluzioni di Popolazione: Gli autori risolvono analiticamente il problema di ottimizzazione utilizzando formulazioni lagrangiane.
   • Riformulano il problema per minimizzare un compromesso tra il "rischio" (secondo momento) e il "rendimento" (primo momento) del rapporto dei punteggi di propensione, tracciando un'analogia con il problema del portafoglio di Markowitz.
   • Derivano soluzioni in forma chiusa per la funzione del rapporto dei punteggi di propensione ottimale $h^*(X, Y)$. A differenza del modello worst-case, dove la soluzione ottimale è una funzione a tratti costante (funzione a gradino), la soluzione del caso medio è una funzione lineare a tratti dell'esito $Y$.
   • Stabiliscono che queste soluzioni forniscono limiti netti (sharp bounds), il che significa che qualsiasi valore all'interno dell'intervallo derivato è ottenibile da una valida distribuzione dei dati che soddisfi i vincoli.
2. Stima e Inferenza:
   • Gli autori derivano le Funzioni di Influenza Efficienti (EIF) per i limiti e i valori di sensibilità sia sotto i modelli di caso medio che di caso peggiore.
   • Propongono stimatori one-step basati su queste EIF, utilizzando il cross-fitting per gestire i parametri di disturbo (come il punteggio di propensione e la densità condizionata dell'esito). Questo approccio consente la $\sqrt{n}$-consistenza e la normalità asintotica anche quando i parametri di disturbo sono stimati con velocità inferiori (ad esempio, $o_P(n^{-1/4})$).
   • Per facilitare l'inferenza su un intervallo di parametri di sensibilità, applicano il bootstrap del moltiplicatore per costruire bande di confidenza simultanee per le curve di sensibilità.

Risultati Chiave

• Limiti più Stretti: Attraverso un esempio numerico che coinvolge una struttura di "gated confounding" (confounding a soglia), gli autori dimostrano che il modello del caso medio produce limiti significativamente più stretti sull'Effetto Medio del Trattamento (ATE) rispetto al modello worst-case. Il parametro worst-case $\Gamma$ risulta essere guidato da outlier estremi, mentre il parametro del caso medio $\Sigma$ riflette meglio la forza del confounding per la maggior parte della popolazione.
• Efficienza: Studi di simulazione confermano che i proposti stimatori one-step basati sulle EIF convergono più velocemente e presentano un errore quadratico medio (RMSE) inferiore rispetto agli stimatori plug-in diretti, in particolare quando i parametri di disturbo sono stimati tramite metodi non parametrici.
• Applicazione su Dati Reali: In uno studio che stima l'effetto del consumo di pesce sui livelli di mercurio nel sangue (NHANES 2013-2014), gli autori calibrano i parametri di sensibilità rispetto alle covariate osservate (istruzione, reddito, età). Il modello del caso medio suggerisce che la conclusione (ovvero che il consumo di pesce aumenta il mercurio) è robusta rispetto al confounding non misurato di una magnitudo comparabile a quella delle covariate osservate, mentre il modello worst-case suggerisce che la conclusione sia fragile. I limiti del caso medio sono notevolmente più ottimistici e stretti.

Significatività e Rivendicazioni
Il documento sostiene di fornire un quadro più realistico e meno pessimista per l'analisi di sensibilità, spostandosi dai vincoli del caso peggiore a quelli del caso medio. I contributi chiave includono:

1. Trattabilità Analitica: A differenza delle precedenti generalizzazioni dei modelli di sensibilità marginale che rilassano i vincoli per rendere trattabile l'ottimizzazione (risultando in limiti non netti), questo articolo fornisce soluzioni in forma chiusa e nette per il problema del caso medio.
2. Visione Unificata: Le soluzioni derivate offrono una prospettiva unificante sui modelli worst-case e average-case, evidenziando la differenza strutturale tra i pesi ottimali a tratti costanti (worst-case) e a tratti lineari (average-case).
3. Utilità Pratica: Consentendo la costruzione di bande di confidenza simultanee e fornendo un metodo per calibrare i parametri di sensibilità utilizzando le covariate osservate, l'approccio facilita interpretazioni più sfumate e ottimistiche dei risultati degli studi osservazionali senza sacrificare il rigore matematico.

Gli autori sostengono che, sebbene il modello del caso medio sia più ottimistico, esso rimanga uno strumento di analisi di sensibilità valido che cattura l'entità "media" del confounding non misurato, il che è spesso più rilevante per la politica e l'inferenza scientifica rispetto allo scenario teorico del caso peggiore.