Two-stage Estimation for Causal Inference Involving a Semi-continuous Exposure

Titolo: Stima a Due Stadi per l'Inferenza Causale con Esposizioni Semi-Continue

1. Il Problema

Nella ricerca epidemiologica e sanitaria, è frequente dover valutare l'effetto causale di un'esposizione che presenta una distribuzione semi-continua. Questo tipo di variabile è caratterizzato da una massa di probabilità significativa allo zero (individui non esposti) combinata con una componente continua positiva tra gli individui esposti (es. consumo di alcol, fumo, uso di cannabis, esposizione a tossici ambientali).
I metodi standard per l'inferenza causale sono ben sviluppati per esposizioni binarie o puramente continue, ma faticano a gestire la natura mista delle esposizioni semi-continue. Le sfide principali includono:

• La necessità di distinguere tra l'effetto dello stato di esposizione (esposto vs non esposto) e l'effetto della dose (intensità tra gli esposti).
• La difficoltà nel modellare la distribuzione dell'esposizione senza discretizzarla arbitrariamente o introdurre pesi estremi che aumentano la variabilità degli stimatori.
• L'assenza di un quadro unificato che definisca chiaramente gli stimandi causali e le proprietà asintotiche in questo contesto specifico.

2. Metodologia Proposta

Gli autori propongono un framework generale di inferenza causale basato su un approccio a due stadi che utilizza i Punteggi di Propensione (Propensity Score - PS) per gestire le esposizioni semi-continue.

A. Struttura del Modello e Assunzioni

• Variabili: $A$ indica lo stato di esposizione (binario: 1 se esposto, 0 altrimenti) e $D$ indica la dose (continua, es. logaritmo della dose) tra gli esposti.
• Stimandi Causali:
  1. Effetto Dose-Risposta ($\Delta_D$): L'effetto causale di un aumento unitario della dose tra gli individui esposti ($A=1$).
  2. Effetto dello Stato di Esposizione ($\Delta_0(c)$): L'effetto causale dell'esposizione a una dose di riferimento clinica $c$ rispetto all'assenza di esposizione ($A=0$).
• Punteggio di Propensione a Due Parti: Viene introdotto un vettore di PS $S(X) = (S_1, S_2)'$:
  • $S_1(Z_1) = E(D | A=1, Z_1)$: Modella la dose attesa tra gli esposti.
  • $S_2(Z_2) = P(A=1 | Z_2)$: Modella la probabilità di essere esposti.
  • Questo permette di bilanciare separatamente i confondenti che influenzano la decisione di esporsi e quelli che influenzano l'intensità dell'esposizione.

B. Procedura di Stima a Due Stadi
Il metodo separa la stima dei due effetti causali per garantire flessibilità e robustezza:

• Stadio I (Effetto Dose-Risposta):

  • Si stima l'effetto della dose tra gli esposti utilizzando una regressione aggiustata per il PS ($S_1$).
  • Si adatta un modello lineare condizionato agli esposti: $E(Y | A=1, D, S_1) = \gamma_{10} + \gamma_{11}D + \gamma_{12}S_1$.
  • Il coefficiente $\hat{\gamma}_{11}$ stima l'effetto dose-risposta.

• Stadio II (Effetto dello Stato di Esposizione):

  • Si stima l'effetto dell'esposizione (vs non esposto) a una dose di riferimento $c$.
  • L'effetto della dose stimato nello Stadio I ($\hat{\gamma}_{11}A(D-c)$) viene trattato come un offset (termine fisso) nel modello di Stadio II. Questo isola l'effetto dello stato di esposizione dalla variazione della dose.
  • Vengono proposte tre varianti per lo Stadio II:
    1. Regolazione per Regressione PS: Aggiustamento diretto per $S_2$.
    2. Ponderazione Inversa della Probabilità (IPW): Utilizzo di pesi basati su $S_2$.
    3. Ponderazione Inversa della Probabilità Aumentata (AIPW): Combina IPW e un modello di imputazione (outcome regression). Questo approccio offre la proprietà di doppia robustezza: lo stimatore è consistente se almeno uno dei due modelli (PS o modello di outcome) è correttamente specificato.

C. Proprietà Teoriche

• Gli autori dimostrano la consistenza e la normalità asintotica degli stimatori.
• Vengono caratterizzati i valori limite degli stimatori in caso di mala specificazione dei modelli di propensione, mostrando come la bias dipenda dalla struttura di covarianza tra le variabili e i modelli errati.

3. Risultati Chiave

A. Studi di Simulazione

• Performance in Campioni Finiti: Gli stimatori proposti mostrano bias trascurabili e coperture dei livelli di confidenza vicine al 95% quando i modelli sono correttamente specificati.
• Robustezza:
  • La mala specificazione del modello di PS per la dose ($S_1$) nel Stadio I introduce bias in entrambi gli stadi, evidenziando la criticità della prima fase.
  • L'approccio AIPW nello Stadio II dimostra la sua efficacia: rimane consistente anche se il modello di PS ($S_2$) o il modello di outcome sono errati, purché uno dei due sia corretto.
  • La mala specificazione simultanea di entrambi i modelli nello Stadio II porta a bias e perdita di copertura.

B. Applicazione Empirica: Esposizione Prenatale all'Alcol (PAE)

• Dataset: Studio di coorte longitudinale di Detroit (480 madri, 377 bambini seguiti fino a 7 anni).
• Esposizione: Consumo di alcol durante la gravidanza (semi-continuo: 16.2% astinenza, distribuzione continua tra le bevitori).
• Esito: Punteggio di QI Totale (FSIQ) della scala WISC-III.
• Risultati:
  • I metodi basati su PS (incluso AIPW) stimano un effetto negativo (dannoso) sia per lo stato di bere che per la dose di alcol, sebbene non statisticamente significativi al livello del 5% (probabilmente a causa della variabilità residua).
  • L'approccio convenzionale (regressione con aggiustamento per covariate) ha prodotto stime leggermente positive per lo stato di esposizione, suggerendo una possibile vulnerabilità alla mala specificazione del modello di outcome rispetto ai metodi basati su PS.
  • L'uso di AIPW ha fornito stime negative robuste ($\hat{\gamma}_{21} \approx -0.176$), confermando la fattibilità del metodo per separare gli effetti di stato e dose.

4. Contributi Principali

1. Framework Unificato: Definizione formale di stimandi causali per esposizioni semi-continue all'interno del framework dei potenziali esiti, distinguendo chiaramente tra effetto di stato e effetto dose.
2. Strategia di Stima Innovativa: Sviluppo di una procedura a due stadi che utilizza un offset per disaccoppiare la stima dell'effetto dose da quella dello stato di esposizione, permettendo l'uso flessibile di IPW e AIPW nello stadio finale.
3. Doppia Robustezza Estesa: Dimostrazione che l'approccio AIPW può essere applicato efficacemente allo stadio di confronto tra esposti e non esposti, offrendo protezione contro la mala specificazione del modello di PS.
4. Analisi della Sensibilità: Caratterizzazione teorica e simulata del bias introdotto dalla mala specificazione dei modelli di propensione, fornendo linee guida pratiche sulla necessità di modelli accurati nello Stadio I.

5. Significato e Implicazioni

Questo lavoro fornisce agli epidemiologi e ai ricercatori in scienze sociali uno strumento metodologico rigoroso per analizzare dati con esposizioni "a zero-inflato" (semi-continue), comuni in ambito comportamentale e tossicologico.

• Separazione degli Effetti: Permette di rispondere a domande scientifiche distinte: "Bere è dannoso rispetto a non bere?" e "Bere di più è dannoso rispetto a bere meno?".
• Robustezza: L'uso dell'AIPW riduce la dipendenza dalla corretta specificazione di tutti i modelli, un vantaggio cruciale in studi osservazionali complessi.
• Applicabilità: Il metodo è stato validato su dati reali complessi (PAE), dimostrando come possa gestire missing data (tramite imputazione multipla) e confondenti multipli, offrendo un'alternativa superiore alle semplici regressioni aggiustate o alla discretizzazione arbitraria dell'esposizione.

In sintesi, la proposta di Wang et al. colma un gap metodologico significativo, offrendo una soluzione flessibile e teoricamente fondata per l'inferenza causale in presenza di esposizioni semi-continue.