Transporting treatment effects by calibrating large-scale observational outcomes

Riepilogo Tecnico: Trasporto degli Effetti del Trattamento mediante Calibrazione di Risultati Osservazionali su Larga Scala

Enunciato del Problema
Il documento affronta la sfida di trasportare le stime degli effetti del trattamento da un piccolo dataset sperimentale di alta qualità (Sperimentazione Controllata Randomizzata, o RCT) a un grande dataset osservazionale target. Questo scenario è comune quando la sperimentazione è costosa o non fattibile sulla specifica popolazione target, rendendo necessario l'utilizzo di dati osservazionali ausiliari.

I metodi standard di trasporto causale si basano su due ipotesi di identificazione: scambiabilità media (le medie condizionate dei potenziali esiti sono identiche tra le popolazioni, dato il vettore delle covariate) e positività (il supporto della distribuzione delle covariate nella popolazione target è contenuto all'interno della popolazione sperimentale). Il documento evidenzia che le violazioni della positività sono probabili quando il dataset sperimentale è piccolo rispetto alla dimensione delle covariate (la "maledizione della dimensionalità"). Quando la positività non sussiste, il Treated Average Treatment Effect (ATE) trasportato standard non è ben definito per le regioni delle covariate presenti nei dati osservazionali ma assenti nei dati sperimentali. Inoltre, i metodi esistenti che tentano di gestire le violazioni della positività (ad esempio, il trimming o il downweighting) spesso alterano l'estimando in modi che potrebbero non allinearsi agli obiettivi scientifici o introdurre instabilità.

Metodologia
Gli autori propongono una procedura di stima e inferenza semplice, in due fasi, che evita la ponderazione inversa della propensione e rimane valida anche quando la positività non sussiste.

1. Calibrazione tramite Minimi Quadrati Ordinari (OLS):

   • Il metodo assume che il dataset osservazionale contenga un "contrasto trattamento-controllo" ($\Delta(X)$), definito come la differenza nelle medie condizionate degli esiti tra unità trattate e di controllo nei dati osservazionali ($\Delta(x) = E_{obs}[Y|X=x, Z=1] - E_{obs}[Y|X=x, Z=0]$).
   • Gli autori ipotizzano che il vero Effetto Medio Condizionato del Trattamento (CATE), $\mu(X)$, derivante dai dati sperimentali, possa essere approssimato da una trasformazione lineare di questo contrasto osservazionale. Nello specifico, definiscono una classe di funzioni $\mathcal{F}$ di trasformazioni lineari di un'espansione di base $\psi(\Delta(X))$.
   • Stimano i coefficienti $\bar{\beta}$ regressando gli esiti sperimentali $D_i$ (l'effetto del trattamento) su $\psi(\hat{\Delta}(X_i))$ utilizzando OLS. Qui, $\hat{\Delta}$ è stimato dai dati osservazionali, potenzialmente utilizzando metodi flessibili di machine learning (ad esempio, foreste causali).
   • Lo stimatore risultante $\bar{\mu}(x) = \hat{\bar{\beta}}^\top \psi(\hat{\Delta}(x))$ funge da stima calibrata del CATE.

2. Aggregazione:

   • Lo stimatore finale per l'effetto trasportato, $\hat{\bar{\tau}}$, è la media campionaria di queste stime calibrate del CATE sulle covariate nel grande dataset osservazionale.
   • Per garantire un'inferenza valida ed evitare l'overfitting, gli autori impiegano il cross-fitting: i dati osservazionali sono suddivisi in fold; $\hat{\Delta}$ è stimato sui dati fuori fold, e la regressione di calibrazione è eseguita sui dati sperimentali.

3. Inferenza:

   • Il documento deriva uno stimatore della varianza asintotica che tiene conto dell'errore di calibrazione (dallo step OLS). Nel regime in cui la dimensione del campione osservazionale $N$ cresce sufficientemente più velocemente della dimensione del campione sperimentale $n$ ($N \gg n$), la varianza è dominata dall'errore di calibrazione, consentendo intervalli di confidenza asintoticamente validi senza stimare i punteggi di propensione.

Contributi Chiave

• Estimando Alternativo ($\bar{\tau}$): Il documento introduce un nuovo estimando, $\bar{\tau} = E_{obs}[\bar{\mu}(X)]$, che rappresenta la media della migliore approssimazione ai minimi quadrati del vero CATE all'interno della specifica classe di funzioni $\mathcal{F}$, ponderata dalla distribuzione delle covariate osservazionali.
  • Crucialmente, $\bar{\tau}$ rimane identificato anche senza positività. Se il modello di calibrazione è correttamente specificato (cioè $\mu \in \mathcal{F}$), $\bar{\tau}$ è uguale all'ATE trasportato standard. Se è mal specificato, converge a un estimando di proiezione, che può essere interpretato come un effetto medio del trattamento ponderato.
• Robustezza alle Violazioni della Positività: A differenza dei metodi esistenti (ad esempio, AIPSW, stimatori collaborativi) che si basano sui punteggi di propensione e falliscono o diventano instabili quando la positività è violata, il metodo proposto non richiede la stima dei pesi inversi della propensione. Rimane stabile anche quando i supporti delle covariate sperimentali e osservazionali non si sovrappongono.
• Efficienza Semiparametrica: Gli autori dimostrano che, in un quadro di "trial annidato" in cui il rapporto tra le dimensioni del campione sperimentale e quello osservazionale tende a zero ($n/N \to 0$), il loro stimatore raggiunge il limite di efficienza semiparametrica per l'estimando proiettato $\bar{\tau}$. Questo limite è finito anche quando il limite di efficienza per l'ATE trasportato standard è infinito a causa di violazioni della positività.
• Semplicità e Praticità: Il metodo si basa su OLS standard e apprenditori CATE flessibili, evitando schemi di ponderazione complessi e problemi di stabilità associati alla stima dei punteggi di propensione in alta dimensionalità.

Risultati

Il documento convalida la metodologia attraverso simulazioni numeriche e un esempio su dati reali:

1. Simulazione Univariata: In scenari con spostamento delle covariate (ma senza violazione stretta della positività), lo stimatore proposto ($\hat{\bar{\tau}}$) ha mostrato un Errore Quadratico Medio (MSE) inferiore e una copertura degli intervalli di confidenza più stabile (circa 92-93%) rispetto agli stimatori AIPSW e collaborativi all'aumentare del grado di spostamento delle covariate. Gli stimatori concorrenti hanno esibito un bias significativo e un degrado della copertura.
2. Simulazione Multivariata: In scenari ad alta dimensionalità ($d=10$), il metodo proposto ha mantenuto il MSE più basso e una copertura affidabile. Al contrario, lo stimatore AIPSW ha mostrato un'alta varianza e una copertura scarsa, in particolare quando la distribuzione delle covariate osservazionali presentava una varianza più elevata (esacerbando le violazioni della positività).
3. Studio di Caso sulla Rotazione delle Colture: Utilizzando dati di Kluger et al. (2022) sulle rese del mais, gli autori hanno combinato 611 esperimenti di campo con 1,31 milioni di stime di resa basate su satelliti.
   • I dati sperimentali avevano una copertura spaziale scarsa (mancando interi stati come Indiana e Michigan), portando a gravi violazioni della positività.
   • Lo stimatore AIPSW è risultato estremamente instabile, con stime che spaziavano su diversi ordini di grandezza tra le simulazioni.
   • Lo stimatore collaborativo è stato più stabile ma ha comunque esibito una varianza più alta rispetto al metodo proposto.
   • Lo stimatore proposto ($\hat{\bar{\tau}}$) ha dimostrato la varianza più bassa e la massima stabilità, con un tasso di copertura empirico del 96% per i suoi intervalli di confidenza.

Significato e Affermazioni

Il documento afferma che la sua metodologia fornisce una soluzione teoricamente fondata e empiricamente robusta per il trasporto degli effetti del trattamento nel comune regime di "piccola sperimentazione, grande osservazione".

• Validità Teorica: Gli autori dimostrano che il loro stimatore è consistente per un estimando ben definito ($\bar{\tau}$) anche quando l'ATE trasportato standard non è identificato. Dimostrano che questo stimatore raggiunge l'efficienza semiparametrica nel limite di grandi dati osservazionali rispetto ai dati sperimentali.
• Utilità Pratica: Il metodo offre un'alternativa "naive" ma efficace agli schemi di ponderazione complessi. Evitando la ponderazione inversa della propensione, aggira l'instabilità causata dalle violazioni della positività, rendendolo particolarmente adatto alle applicazioni reali in cui i dati sperimentali sono limitati e spazialmente o demograficamente scarsi.
• Interpretabilità: Anche quando il modello di calibrazione è mal specificato, l'estimando risultante mantiene l'interpretabilità come effetto medio del trattamento ponderato, simile alla letteratura sulla stima dell'ATE in presenza di violazioni della positività in singoli studi osservazionali.

Gli autori concludono che, sebbene il loro metodo assuma osservazioni i.i.d. (il che potrebbe essere una semplificazione per dati spaziali/temporali come l'esempio sulla rotazione delle colture), offre un miglioramento significativo in termini di precisione e stabilità rispetto alle proposte esistenti per il trasporto degli effetti del trattamento in presenza di violazioni della positività.