Bridging Binarization: Causal Inference with Dichotomized Continuous Exposures

Sintesi Tecnica: Colmare il divario della binarizzazione: Inferenza causale con esposizioni continue dicotomizzate

Definizione del problema
Nell'inferenza causale, l'Effetto Trattamento Medio (ATE) è un parametro standard definito per esposizioni binarie. Tuttavia, molti settori scientifici mirano a quantificare gli effetti causali di esposizioni continue (ad esempio, disuguaglianza del reddito, consumo di alcol, livelli di pesticidi). Una pratica comune per affrontare questo problema è la "binarizzazione" (o dicotomizzazione), in cui una variabile di esposizione continua $A$ viene convertita in una variabile dummy binaria $T$ basata su un valore di soglia specifico (ad esempio, $T=1$ se $A \geq c$, altrimenti $0$). I ricercatori stimano quindi l'ATE utilizzando $T$, denominato "ATE binarizzato" (BATE).

Nonostante la sua diffusione, la binarizzazione affronta significative critiche metodologiche. I critici sostengono che essa violi l'Assunzione di Valore del Trattamento di Unità Stabile (SUTVA), implicando che esistano molteplici versioni del trattamento all'interno di una singola categoria binaria. Inoltre, viene spesso criticata perché assume l'omogeneità del rischio all'interno delle categorie e perché oscura il meccanismo specifico dell'intervento. Di conseguenza, molti ricercatori sono scoraggiati dall'utilizzare questo approccio, pur rimanendo ampiamente impiegato nella sanità pubblica e nelle scienze sociali.

Metodologia
Gli autori propongono un framework che valida la binarizzazione reinterpretando il BATE attraverso la lente delle Politiche di Trattamento Modificate (MTPs).

1. Equivalenza con le Politiche di Trattamento Modificate:
   Il documento dimostra che il BATE è matematicamente equivalente alla differenza tra le medie degli esiti sotto due specifiche MTP. Queste politiche non si limitano ad assegnare un valore fisso; piuttosto, alterano la distribuzione sottostante dell'esposizione continua $A$ condizionata ai confonditori $W$.

   • Politica 1 ($\tilde{A}_1$): Restringe l'esposizione alla regione in cui $T=1$ (ad esempio, $A \geq c$).
   • Politica 0 ($\tilde{A}_0$): Restringe l'esposizione alla regione in cui $T=0$ (ad esempio, $A < c$).
   • Assunzione Chiave: Entrambe le politiche assumono la preservazione dell'auto-selezione relativa. Ciò significa che, all'interno della regione consentita, il rapporto tra la densità di probabilità di due valori di esposizione qualsiasi rimane invariato rispetto al mondo osservato. Formalmente, per ogni $a, a' \in \text{regione consentita}$, $\frac{p(\tilde{A}|W=a)}{p(\tilde{A}|W=a')} = \frac{p(A|W=a)}{p(A|W=a')}$. Questo è analogo all'Indipendenza delle Alternative Irrilevanti (IIA) di Luce.

2. Identificazione:
   Sotto le standard assunzioni causali (Positività e Indipendenza Condizionale/Assenza di Confondimento Non Misurato), il BATE è identificato come la differenza negli esiti attesi sotto queste due MTP: $\Psi_{BATE} = E[Y^{\tilde{A}_1}] - E[Y^{\tilde{A}_0}]$. Questa formulazione fornisce un meccanismo causale trasparente, negando le violazioni della SUTVA definendo esplicitamente come cambia la distribuzione dell'esposizione.

3. Nuovo Estimando: Effetto Attribuibile Causale della Binarizzazione (CAB):
   Gli autori introducono un nuovo parametro, il CAB ($\Psi_{CAB}$), definito come la differenza tra l'esito atteso sotto una MTP (ad esempio, la politica "trattata") e l'esito atteso nel mondo osservato (status quo): $\Psi_{CAB} = E[Y^{\tilde{A}_t}] - E[Y]$.

   • Gli autori sostengono che questo sia spesso più rilevante del BATE perché confronta un intervento di politica specifica con l'attuale realtà, piuttosto che confrontare due mondi controfattuali ipotetici.
   • L'identificazione del CAB richiede assunzioni più deboli (positività unidirezionale) rispetto al BATE (positività bidirezionale).

4. Stima:
   Il documento dettaglia quattro stimatori per entrambi BATE e CAB: Regolazione della Regressione, Ponderazione della Probabilità Inversa (IPW), Ponderazione della Probabilità Inversa Aumentata (AIPW) e Stima Massima di Verosimiglianza Targetizzata (TMLE).

   • Un risultato tecnico critico è che la stima di questi parametri non richiede la stima della densità completa dell'esposizione continua $A$. Grazie all'equivalenza con l'ATE binarizzato, i ricercatori devono solo stimare lo score di propensione della variabile binaria $T$ (ovvero $P(T=1|W)$) e la regressione dell'esito $E[Y|T, W]$. Ciò semplifica significativamente l'implementazione rispetto ad altre MTP che richiedono la stima della densità.

Risultati

• Studio di Simulazione: Gli autori hanno condotto uno studio di simulazione con 5.000 repliche con campioni di 150, 300 e 500 unità. I risultati hanno mostrato che gli stimatori di regressione, IPW e AIPW per entrambi BATE e CAB erano coerenti con un bias trascurabile. Gli errori standard erano comparabili tra i metodi e gli stimatori hanno performato bene anche con campioni più piccoli. Fondamentalmente, la simulazione ha confermato che la stima coerente è possibile utilizzando solo la variabile binarizzata $T$ e le covariate $W$, senza la necessità di stimare l'intera distribuzione di $A$.
• Applicazione (Pozzi di Petrolio/Gas in California): Il metodo è stato applicato per valutare una proposta di legge in California che prevede la creazione di Zone di Protezione della Salute di 1 km attorno ai pozzi di petrolio e gas. L'esposizione era la distanza dal pozzo più vicino, binarizzata a 1 km.
  • L'BATE stimato suggeriva un aumento dello 0,205% della probabilità di basso peso alla nascita se tutti i pozzi fossero stati spostati all'esterno di 1 km rispetto a un mondo in cui tutti erano all'interno di 1 km.
  • L'CAB stimato suggeriva solo un aumento dello 0,0080% della probabilità di basso peso alla nascita se la politica fosse stata implementata rispetto allo status quo osservato.
  • Gli autori notano che il BATE può sopravvalutare l'effetto della politica perché confronta due mondi ipotetici estremi, mentre il CAB confronta la politica con la realtà osservata. Discutono inoltre che l'assunzione di "preservazione della auto-selezione relativa" potrebbe non reggere perfettamente se la rimozione dei pozzi cambiasse la configurazione spaziale del successivo pozzo più vicino, ma il metodo fornisce un modo strutturato per valutare tali politiche.

Significatività e Rivendicazioni
Il documento rivendica di fornire una rigorosa giustificazione teorica per la diffusa pratica di binarizzare le esposizioni continue. Stabilendo l'equivalenza tra il BATE e le MTP che preservano la auto-selezione relativa, gli autori sostengono che la binarizzazione sia un metodo statisticamente valido per rispondere a specifiche domande causali, a condizione che le assunzioni sottostanti siano plausibili per il contesto della politica specifica.

I contributi chiave includono:

1. Validazione Teorica: Risolvere il dibattito sulla binarizzazione definendo il preciso meccanismo causale (MTP) che essa rappresenta.
2. Nuovo Parametro (CAB): Proporre il CAB come un estimando più rilevante per le politiche che confronta l'intervento con lo status quo, con requisiti di identificazione più deboli.
3. Stima Pratica: Dimostrare che queste complesse MTP possono essere stimate utilizzando tecniche standard di ATE (regressione, IPW, AIPW, TMLE) senza la necessità di stime non parametriche della densità dell'esposizione continua, rendendo l'approccio accessibile ai professionisti.
4. Guida Contestuale: Enfatizzare che la validità della binarizzazione dipende dalla conoscenza del dominio riguardante come gli individui si comporterebbero sotto la politica (ad esempio, se si trasferirebbero o regolerebbero il proprio comportamento per mantenere le preferenze relative). Il documento non afferma che la binarizzazione sia universalmente corretta, ma che è uno strumento valido quando l'assunzione di "preservazione della auto-selezione relativa" si allinea con il meccanismo della politica nel mondo reale.