Non-overlap Average Treatment Effect Bounds

Riepilogo Tecnico: Limiti dell'Effetto Medio del Trattamento senza Sovrapposizione

Enunciato del Problema
L'Effetto Medio del Trattamento (ATE), definito come la differenza media nei potenziali esiti sotto trattamento rispetto al controllo, è un obiettivo canonico nell'inferenza causale. L'identificazione standard dell'ATE si basa su tre assunzioni: consistenza, scambiabilità condizionata (nessuna confondimento non misurato) e sovrapposizione (positività). L'assunzione di sovrapposizione richiede che ogni unità abbia una probabilità non nulla di ricevere sia il trattamento che il controllo ($0 < P(A=1|X) < 1$).

Quando la sovrapposizione fallisce—sia strutturalmente (i punteggi di propensione sono esattamente 0 o 1 per alcune sottopopolazioni) sia praticamente (i punteggi di propensione sono estremamente vicini a 0 o 1, portando a dati scarsi in campioni finiti)—l'ATE non è identificabile puntualmente. La soluzione standard in tali scenari è abbandonare l'ATE a favore di parametri stimabili alternativi, come effetti definiti su una sottopopolazione "di sovrapposizione" ritagliata o tramite interventi incrementali sui punteggi di propensione. Tuttavia, questi approcci alterano la domanda scientifica di interesse e spesso producono risultati meno interpretabili. Inoltre, i tradizionali stimatori puntuali per l'ATE (ad esempio, stimatori doppiamente robusti) possono esibire una scarsa performance in campioni finiti, varianza infinita o distribuzioni campionarie non normali quando viene violata la sovrapposizione.

Metodologia
Gli autori propongono un approccio innovativo per derivare limiti senza sovrapposizione: limiti di identificazione parziale per l'ATE che non richiedono l'assunzione di sovrapposizione, a condizione che la variabile di esito sia limitata (ad esempio, $Y \in [0, 1]$).

1. Identificazione tramite Soglia del Punteggio di Propensione:
   La popolazione è suddivisa in due sottopopolazioni basate su una soglia del punteggio di propensione $c \in [0, 0.5]$:

   • Sottopopolazione di Sovrapposizione: Unità dove $\pi(X) > c$ e $\pi(X) < 1-c$. Qui, l'effetto del trattamento è identificabile puntualmente sotto le assunzioni standard.
   • Sottopopolazione senza Sovrapposizione: Unità dove $\pi(X) \le c$ o $\pi(X) \ge 1-c$. Qui, l'effetto del trattamento non è identificabile.

   Gli autori derivano i limiti combinando la stima puntuale dell'effetto nella regione di sovrapposizione con limiti nel caso peggiore per la regione senza sovrapposizione. Nello specifico, il limite inferiore $L(c)$ sottrae la massa di probabilità del gruppo senza sovrapposizione ad alto punteggio di propensione, mentre il limite superiore $U(c)$ aggiunge la massa di probabilità del gruppo senza sovrapposizione a basso punteggio di propensione. La larghezza di questi limiti (il "divario di identificazione") è proporzionale alla dimensione della sottopopolazione senza sovrapposizione.

2. Approssimazioni Lisce:
   I limiti derivati sono funzionali non lisci a causa dell'uso di funzioni indicatrici, il che pone sfide per la stima e l'inferenza sotto assunzioni non parametriche. Per affrontare ciò, gli autori costruiscono approssimazioni lisce ($s_\ell$ e $s_g$) delle funzioni indicatrici. Queste approssimazioni sono progettate per soddisfare proprietà specifiche (delimitare le funzioni indicatrici dal basso) per garantire che i limiti lisci risultanti contengano ancora il vero ATE. Ciò consente l'utilizzo della teoria dell'efficienza semiparametrica.

3. Stima e Inferenza (TMLE):
   Gli autori propongono uno Stimatore Basato sulla Minima Perdita Mirata (TMLE) per i limiti lisci. Derivando la Funzione di Influenza Efficiente (EIF) per questi funzionali lisci, costruiscono stimatori che sono $\sqrt{n}$-consistenti e asintoticamente normali in condizioni non parametriche, a condizione che i parametri di disturbo (punteggio di propensione e regressione dell'esito) siano stimati a velocità sufficienti ($n^{-1/4}$).

4. Inferenza Uniforme tramite Bootstrap Moltiplicatore:
   Poiché la soglia ottimale $c$ e il parametro di smoothing $\gamma$ sono sconosciuti, gli autori sviluppano una procedura di bootstrap moltiplicatore. Questo metodo costruisce insiemi di confidenza uniformi su una griglia di combinazioni $(c, \gamma)$. I ricercatori possono quindi riportare l'intervallo valido più stretto da questa griglia, bilanciando il compromesso tra il divario di identificazione (c più piccolo) e l'incertezza di stima/errore di smoothing (c o $\gamma$ più grandi).

Contributi Chiave
Il lavoro apporta tre contributi principali:

1. Identificazione: Derivazione di limiti di identificazione parziale per l'ATE che si basano solo su consistenza, scambiabilità condizionata e limitatezza dell'esito, rilassando esplicitamente l'assunzione di sovrapposizione.
2. Stima e Inferenza: Sviluppo di stimatori a velocità $\sqrt{n}$ (TMLE) e di una procedura di bootstrap moltiplicatore che produce insiemi di confidenza validi uniformemente su una gamma di soglie e parametri di smoothing. Ciò consente un'inferenza valida anche quando la sottopopolazione senza sovrapposizione è piccola.
3. Confronto Teorico ed Empirico: Un confronto formale dei limiti senza sovrapposizione rispetto ai tradizionali stimatori puntuali attraverso diversi regimi di sovrapposizione (forte, piuttosto debole e molto debole).

Risultati

• Risultati Teorici:
  • Sotto sovrapposizione forte, gli intervalli di confidenza senza sovrapposizione sono asintoticamente equivalenti agli intervalli degli stimatori puntuali tradizionali.
  • Sotto sovrapposizione molto debole (dove il limite di efficienza per l'ATE è infinito e la stima $\sqrt{n}$ è impossibile per gli stimatori puntuali), i limiti senza sovrapposizione rimangono stimabili a velocità $\sqrt{n}$ con intervalli di confidenza validi.
  • Sotto sovrapposizione piuttosto debole (limite di efficienza finito ma grande), i limiti senza sovrapposizione possono produrre intervalli di confidenza più brevi rispetto agli stimatori puntuali in campioni finiti, in particolare vicino alla transizione di fase dove la sovrapposizione è marginale.
• Studi di Simulazione:
  • In scenari con violazioni estreme pratiche della sovrapposizione, i limiti senza sovrapposizione hanno dimostrato una maggiore potenza statistica, larghezze di incertezza più brevi e una migliore copertura empirica rispetto agli stimatori puntuali doppiamente robusti, che spesso producevano intervalli non informativi che abbracciavano l'intero spazio dei parametri.
  • In scenari "medi" senza violazioni estreme, i limiti senza sovrapposizione sono rimasti competitivi, spesso ottenendo intervalli più stretti rispetto ai metodi tradizionali.
• Applicazione nel Mondo Reale:
  • Il metodo è stato applicato a sei dataset osservazionali, incluso lo studio sulla Cateterizzazione Cardiaca Destra (RHC). Nel dataset RHC, dove gli stimatori puntuali tradizionali producevano intervalli non informativi a causa di violazioni della sovrapposizione, i limiti senza sovrapposizione hanno fornito un intervallo stretto e informativo ($-0.10, -0.03$) che escludeva lo zero, suggerendo un effetto del trattamento significativo.

Significato
Gli autori affermano che questo lavoro offre una soluzione "senza rimpianti" per la stima dell'ATE in presenza di violazioni della sovrapposizione. A differenza di approcci alternativi che cambiano il parametro stimabile target (ad esempio, il ritaglio su una popolazione di sovrapposizione), questo metodo mantiene l'ATE come oggetto primario di indagine. Fornisce un'inferenza statistica valida anche quando l'ATE non è identificabile puntualmente, senza richiedere una conoscenza a priori della popolazione di sovrapposizione. L'approccio è particolarmente prezioso in contesti reali dove le violazioni della sovrapposizione sono spesso limitate a piccole sottopopolazioni, consentendo ai ricercatori di riportare limiti stretti e validi che sfruttano il segnale dalla regione di sovrapposizione mentre tengono conto dell'incertezza nella regione senza sovrapposizione. Il lavoro sottolinea che, sebbene esista un compromesso tra il divario di identificazione e la varianza di stima, il quadro di inferenza uniforme proposto consente ai ricercatori di navigare questo compromesso in modo ottimale.