Non-parametric Causal Inference in Dynamic Thresholding Designs

Sintesi Tecnica: Inferenza Causale Non Parametrica in Progetti di Soglia Dinamica

Enunciazione del Problema
I progetti di discontinuità di regressione (RD) sono uno strumento standard per l'inferenza causale non parametrica in contesti statici, dove il trattamento è assegnato in base al superamento di una soglia fissa da parte di una variabile di corsa. Tuttavia, molte decisioni cruciali in ambito sanitario, educativo e nelle politiche pubbliche avvengono in contesti dinamici, dove la variabile di corsa evolve nel tempo ed è influenzata da trattamenti passati. Ad esempio, il livello di zucchero nel sangue di un paziente (la variabile di corsa) in un anno successivo dipende dal fatto che abbia ricevuto interventi sullo stile di vita (trattamento) nell'anno precedente.

La letteratura esistente sugli RD si concentra su contesti trasversali in cui le unità ricevono il trattamento una sola volta. L'applicazione diretta dei metodi RD standard ai contesti dinamici fallisce perché:

1. I trattamenti passati alterano la distribuzione delle variabili di corsa future, creando complessi cicli di retroazione.
2. La definizione di stimandi causali per ogni possibile storia di trattamento porta a una "maledizione della dimensionalità" all'aumentare dell'orizzonte temporale.
3. Gli approcci a forma ridotta (ad esempio, la regressione dei risultati futuri sulla variabile di corsa iniziale) non riescono a catturare l'intero effetto dinamico del trattamento e non sono direttamente interpretabili come parametri rilevanti per le politiche.

Metodologia
Gli autori propongono un quadro per l'inferenza causale non parametrica in progetti di soglia dinamica che tiene conto della dinamica del trattamento senza imporre assunzioni parametriche restrittive.

• Stimando Target (Effetto Marginale di Politica): Il documento reinterpreta lo stimando classico RD non semplicemente come l'effetto medio locale del trattamento (LATE) alla soglia, ma come un effetto marginale di politica. Nello specifico, è definito come il rapporto tra la derivata del benessere atteso scontato (funzione valore) rispetto alla soglia $c$, e la derivata della frequenza attesa scontata del trattamento rispetto a $c$:
  $$\tau^{RD} := \frac{\partial V^Y(\pi_c)}{\partial c} \Big/ \frac{\partial V^A(\pi_c)}{\partial c}$$
  dove $V^Y$ e $V^A$ rappresentano rispettivamente i risultati attesi netti e i conteggi dei trattamenti sotto la politica $\pi_c$. Questo rapporto caratterizza il compromesso costo-beneficio di un abbassamento marginale della soglia.

• Identificazione tramite Funzioni Q: Attingendo all'apprendimento per rinforzo (RL) e ai processi decisionali di Markov (MDP), gli autori utilizzano la funzione Q (funzione valore-azione) per identificare i gradienti della politica. Dimostrano che, sotto la g-formula (che vale se il sistema segue una struttura di Markov, anche con stati non osservati), i gradienti della politica possono essere espressi come una somma scontata delle differenze della funzione Q alla soglia, ponderata dalla densità condizionata della variabile di corsa.
  $$-\frac{\partial V^Y(\pi_c)}{\partial c} = \sum_{t=0}^T \gamma^t E\left[ (Q^Y_{c,t}(S_t, c, 1) - Q^Y_{c,t}(S_t, c, 0)) f_t(c | S_t) \right]$$
  Questa caratterizzazione permette di identificare l'effetto marginale di politica dinamico utilizzando dati raccolti a una singola soglia di status quo.

• Stima (Regressione Lineare Locale Doppia Scontata): Per stimare $\tau^{RD}$, gli autori propongono uno stimatore di regressione lineare locale (LLR) su misura. A differenza della RD statica standard, questo stimatore:

  1. Utilizza somme scontate di risultati futuri ($\Gamma^Y_{i,t}$) e trattamenti ($\Gamma^A_{i,t}$) come variabili dipendenti, anziché risultati immediati. Questo approssima le funzioni Q e incorpora gli effetti a lungo termine a valle.
  2. Applica pesi di sconto temporale ($\gamma^t$) alle osservazioni, rispecchiando la struttura del teorema del gradiente della politica.
  3. Include effetti fissi temporali per assorbire gli spostamenti specifici del tempo comuni a tutte le unità, riducendo la varianza asintotica.
  4. Assume una forma di rapporto ($\hat{\tau}^Y / \hat{\tau}^A$), analoga agli stimatori RD sfocati, per tenere conto dell'incertezza su come la modifica della soglia influenzi la frequenza futura del trattamento.

Risultati Chiave

• Consistenza: Sotto condizioni di regolarità standard (continuità delle funzioni di risposta condizionate e delle densità alla soglia, regolarità delle funzioni Q), lo stimatore proposto è consistente per l'effetto marginale di politica dinamico $\tau^{RD}$.
• Distribuzione Asintotica: Lo stimatore raggiunge il tasso di convergenza non parametrico standard di $n^{-2/5}$ (con banda $h_n \sim n^{-1/5}$). La varianza asintotica aggrega l'incertezza su tutti i periodi temporali, ponderata da $\gamma^{2t}$.
• Stima della Varianza: Gli autori propongono uno stimatore della varianza a sandwich clusterizzato per unità che stima in modo consistente la varianza asintotica, tenendo conto di dipendenze arbitrarie nel tempo all'interno di una traiettoria.
• Selezione della Banda: Viene derivata una regola di selezione della banda guidata dai dati, che estende il metodo di Imbens-Kalyanaraman (2012) al contesto dinamico utilizzando risultati resi residui e stime della varianza clusterizzate per unità.

Validazione Empirica
Gli autori validano il loro approccio attraverso due esperimenti numerici:

1. Simulatore Autoregressivo: Un processo di generazione dati stilizzato in cui lo stato evolve in base ai trattamenti passati. Il metodo proposto recupera correttamente l'effetto marginale di politica dinamico, mentre l'LLR standard (che mira agli effetti di equilibrio parziale) e l'LLR a lungo termine ingenuo (che ignora i superamenti futuri della soglia) non forniscono inferenze valide o mostrano un bias significativo.
2. Simulatore di Diabete di Tipo 1 UVa/Padova: Utilizzando un simulatore approvato dalla FDA per il monitoraggio continuo del glucosio, gli autori emulano una regola di soglia dinamica per la somministrazione di insulina. Il metodo proposto mantiene una copertura nominale per gli intervalli di confidenza attraverso vari fattori di sconto, mentre i metodi concorrenti o sottocoprono gravemente (LLR standard) o producono intervalli estremamente ampi e non informativi (LLR a lungo termine ingenuo).

Significato e Affermazioni
Il documento afferma di fornire i primi risultati di inferenza causale non parametrica per progetti di soglia dinamica con una generalità paragonabile ai risultati RD trasversali standard.

• Rilevanza Politica: Inquadrandolo come effetto marginale di politica, l'approccio consente direttamente l'analisi costo-beneficio per l'allocazione delle risorse (ad esempio, determinare se abbassare una soglia di screening sanitario).
• Robustezza: Il metodo evita le assunzioni parametriche restrittive richieste dai precedenti approcci RD dinamici (ad esempio, Cellini et al., 2010) e le forti assunzioni di indipendenza condizionate richieste da altri (ad esempio, Hsu e Shen, 2024).
• Ponte Teorico: Il lavoro collega la letteratura sui progetti di discontinuità di regressione con l'apprendimento per rinforzo e i teoremi del gradiente della politica, dimostrando che i concetti di gradiente della politica possono essere adattati all'inferenza causale osservazionale in contesti con interferenza temporale.

Gli autori notano che, sebbene il loro specifico stimatore di regressione lineare locale sia consistente, rimangono questioni riguardanti l'efficienza di altri algoritmi e l'adattamento delle procedure di inferenza consapevoli del bias (come Calonico et al., 2014) al contesto dinamico.