Model-Robust Direct Effect Under Confounder-Mediator Ambiguity

1. Il Problema: Ambiguità Strutturale tra Confonditore e Mediatore

L'analisi degli effetti diretti mira a determinare se un'esposizione ($A$) influisce su un esito ($Y$) attraverso percorsi che non passano per una variabile focale ($W$). Tuttavia, negli studi osservazionali, la distinzione temporale e causale tra $W$ come confonditore pre-esposizione e $W$ come mediatore post-esposizione è spesso ambigua.

• Contesto: Questo accade quando il timing è misurato in modo grossolano, quando i processi sono riassunti in una singola misura, o quando gli esperti non concordano sulla direzione causale.
• Esempio Motore: L'articolo utilizza un caso di studio su PFAS (sostanze per- e polifluoroalchiliche), funzione renale (eGFR) e acido urico. La funzione renale può essere vista come un confonditore (una ridotta clearance renale aumenta i livelli di PFAS e l'acido urico) o come un mediatore (l'esposizione ai PFAS danneggia i reni, che a loro volta influenzano l'acido urico).
• Il Dilemma: Se $W$ è un confonditore, l'effetto diretto è l'effetto totale (ATE). Se $W$ è un mediatore, l'effetto diretto è solitamente definito come l'effetto diretto naturale (NDE).
• Il Problema Fondamentale: Il paper dimostra che, in generale, non esiste un singolo funzionale dei dati osservati che possa recuperare contemporaneamente l'ATE (se $W$ è confonditore) e l'NDE (se $W$ è mediatore). Applicare un stimatore NDE quando $W$ è in realtà un confonditore porta a una stima che converge a un funzionale privo di interpretazione causale chiara, rendendo l'analisi numericamente stabile ma sostanzialmente fuorviante.

2. Metodologia e Contributi Chiave

A. Impossibilità di Identificazione Unica

Il Teorema 1 dimostra l'impossibilità di trovare una mappa $T$ che identifichi sia l'ATE che l'NDE dallo stesso insieme di dati osservati, poiché le distribuzioni di media necessarie differiscono:

• Modello Confonditore: L'effetto medio è calcolato sulla distribuzione osservata di $W$ data $X$ ($F_{W|X}$).
• Modello Mediatore: L'NDE media sulla distribuzione di $W$ data $A=0$ e $X$ ($F_{W|A=0,X}$).
  Queste distribuzioni non coincidono in presenza di interazione tra esposizione e $W$.

B. Condizione di Coincidenza e Sensibilità

Il paper identifica una condizione sotto cui i due parametri coincidono: l'assenza di interazione additiva tra $A$ e $W$ (Assunzione 5). Se l'effetto condizionale di $A$ su $Y$ non dipende da $W$, allora ATE e NDE sono uguali.

• Viene derivato un limite di sensibilità (Proposizione 3) che quantifica la discrepanza tra l'NDE e il parametro proposto quando l'assenza di interazione non è soddisfatta. La discrepanza dipende dalla variazione dell'effetto condizionale e dalla distanza totale in variazione tra le distribuzioni di $W$.

C. Proposta: Effetto Diretto Robusto al Modello ($\psi(P)$)

L'autore propone un nuovo parametro, l'effetto diretto robusto al modello, definito come:
$$\psi(P) := E_P \{ \Delta(W, X) \} = E_P \{ Q(1, W, X) - Q(0, W, X) \}$$
Dove $\Delta(w, x)$ è il contrasto medio condizionale dell'esposizione.

• Interpretazione Duale:
  • Se $W$ è un confonditore: $\psi(P)$ equivale all'Effetto Medio del Trattamento (ATE).
  • Se $W$ è un mediatore: $\psi(P)$ equivale a un Effetto Diretto Interventivo (IDE), ottenuto mediando su una distribuzione stocastica di $W$ data $X$ (invece che su un controfattuale annidato come $W(0)$).
• Unicità (Teorema 4): All'interno di una classe naturale di effetti diretti stocastici "senza esito" (outcome-free, cioè che non dipendono dalla regressione dell'esito), $\psi(P)$ è l'unico funzionale che mantiene un'interpretazione causale coerente sotto entrambi i modelli strutturali.

D. Stima e Inferenza

Per stimare $\psi(P)$, viene sviluppato uno stimatore one-step con cross-fitting:

• Utilizza la funzione di influenza efficiente (Teorema 5).
• È doppia-robusta (Theorem 6): la consistenza è garantita se almeno uno dei due componenti di disturbo (regressione dell'esito $Q$ o punteggio di propensione $g$) è stimato correttamente.
• L'uso del cross-fitting riduce il bias di overfitting e permette l'uso di metodi di machine learning flessibili.

3. Risultati

Studio di Simulazione

Lo studio di simulazione ha confrontato lo stimatore proposto ($\hat{\psi}^{cf}$) con uno stimatore basato sulla formula di mediazione classica (target $\lambda(P)$):

• Caso 1 (Confonditore con interazione): Lo stimatore proposto è stato non distorto per l'ATE. Lo stimatore di mediazione ha convergito a un valore diverso (~0.18 in meno), dimostrando un mismatch dell'estimando (non un fallimento numerico, ma una stima di un parametro causalmente inappropriato).
• Caso 2 (Mediatore senza interazione): Entrambi gli stimatori hanno convergito allo stesso valore, confermando il teorema di coincidenza.
• Caso 3 (Mediatore con interazione): Lo stimatore proposto ha stimato l'IDE corretto. Lo stimatore di mediazione ha sottostimato l'effetto (~0.14-0.15 in meno) rispetto al parametro robusto.
• Copertura: Gli intervalli di confidenza al 95% per lo stimatore proposto hanno mostrato una copertura empirica vicina al livello nominale in tutti i casi.

Applicazione Reale (NHANES)

L'analisi è stata applicata ai dati NHANES (2013-2018) su PFAS, funzione renale (eGFR) e acido urico.

• Risultati:
  • Effetto diretto robusto al modello ($\hat{\psi}$): 0.25 mg/dL (IC 95%: 0.05 - 0.45).
  • Stimatore di mediazione (NDE): 0.10 mg/dL (IC 95%: -0.03 - 0.23).
• Implicazione: L'approccio robusto ha prodotto una stima dell'effetto diretto significativamente più alta (circa il 59% in più) rispetto all'analisi di mediazione standard. Questo dimostra che, in presenza di ambiguità strutturale, l'analisi di mediazione standard può sottostimare materialmente l'effetto diretto se la variabile intermedia ha anche un ruolo di confondimento.

4. Significato e Conclusione

Il contributo principale di questo lavoro è il passaggio dalla robustezza a livello di stimatore (doppia robustezza per un estimando fisso) alla robustezza a livello di identificazione (model-robustness).

• Risoluzione dell'Ambiguità: Fornisce un unico target statistico che rimane causalmente interpretabile indipendentemente dal fatto che la variabile intermedia sia un confonditore o un mediatore.
• Canonicità: Dimostra che questo parametro non è solo una soluzione pratica, ma l'unica scelta canonica all'interno di una classe naturale di effetti diretti stocastici.
• Impatto Pratico: Avverte i ricercatori che applicare metodi di mediazione standard in contesti con ambiguità temporale può portare a conclusioni sostanzialmente errate. La proposta offre un metodo di stima e inferenza (doppia-robusta e cross-fitted) che protegge da questo errore di specifica del modello.

In sintesi, il paper offre un framework rigoroso per gestire l'incertezza sulla struttura causale, garantendo che le conclusioni sugli effetti diretti siano valide sia che la variabile intermedia agisca come confonditore che come mediatore.