Riepilogo Tecnico: CAUSALGUARD

Enunciato del Problema

La stima degli effetti individuali del trattamento (Conditional Average Treatment Effect, o CATE) da dati osservazionali richiede la selezione di un insieme di aggiustamento valido per bloccare i fattori di confusione. Tale selezione dipende dal Grafo Aciclico Diretto (DAG) causale sottostante, che raramente è noto nella pratica.

• Specificazione Errata del Grafo: Fare affidamento su un singolo grafo, potenzialmente errato, può portare a insiemi di aggiustamento non validi (ad esempio, omettendo fattori di confusione o aggiustando per collider), distruggendo l'identificazione o inducendo bias.
• Limiti dei Metodi Conformali Attuali: Sebbene l'inferenza conformale offra garanzie di copertura finite e libere dalla distribuzione, i "wrapper" standard "agnostici rispetto al grafo" spesso falliscono nel fornire una copertura valida per lo stimolo causale se l'insieme di aggiustamento sottostante non è valido. Inoltre, la mediazione degli intervalli provenienti da più grafi dopo la calibrazione introduce un gap di Jensen, portando a intervalli inutilmente ampi (ampio padding) per recuperare la copertura nominale.

Metodologia: CAUSALGUARD

Gli autori propongono CAUSALGUARD, un framework conformale pesato sulla struttura che integra l'incertezza del grafo direttamente nel processo di calibrazione conformale, anziché trattarlo come una fonte di errore a posteriori. La pipeline procede in quattro fasi:

1. Elicitazione Probabilistica del Prior Strutturale

Invece di assumere un grafo fisso, il metodo costruisce una distribuzione di proposta sui DAG candidati:

• Priors Derivati da LLM: Un modello linguistico autoregressivo pre-addestrato viene interrogato per stimare le probabilità degli archi ($P_{prior}(u \to v)$) basandosi su descrizioni del dominio. Questi servono come meccanismo di proposta, non come fonte di verità garantita.
• Campionamento DAG: I DAG candidati vengono campionati da questo prior, rispettando i metadati temporali (ad esempio, il trattamento precede l'esito) per garantire l'aciclicità.

2. Potatura Statistica e Ponderazione Bayesiana

• Potatura per Indipendenza Condizionata (CI): Gli archi spurii nei grafi campionati vengono potati utilizzando il test $z$ di Fisher per l'indipendenza condizionata sui dati di addestramento ($D_{train}$).
• Ripesatura BIC: I grafi candidati rimanenti vengono valutati utilizzando il Criterio di Informazione Bayesiano (BIC) combinato con il prior strutturale. Le strategie di aggiustamento duplicate vengono collassate e i pesi ($w_k$) vengono normalizzati per formare una distribuzione a posteriori sugli insiemi di aggiustamento unici.

3. Stima Doppia Robusta Condizionata al Grafo

Per ogni grafo candidato $G_k$ (e il suo insieme di aggiustamento implicato $Z_k$):

• Stima delle Variabili di Disturbo: Vengono adattati modelli di variabili di disturbo a doppia robustezza (punteggi di propensione e regressioni dell'esito) su $D_{train}$.
• Generazione di Pseudo-Outcome: Vengono calcolati i pseudo-outcome (AIPW) ($\tilde{Y}^{(k)}$) e i limiti euristici mediante Ponderazione Inversa della Probabilità Aumentata (AIPW).

4. Calibrazione Conformale Pesata sulla Struttura

Questa è l'innovazione centrale. Invece di calibrare i singoli grafi e mediare i risultati, CAUSALGUARD:

• Aggrega Prima: Calcola un pseudo-outcome pesato a posteriori ($\bar{\gamma}$) e limiti aggregati combinando le stime condizionate al grafo utilizzando i pesi BMA.
• Punteggio Composito: Viene definito un singolo punteggio di non conformità su questo target aggregato: $E_i = \max(\bar{q}_{low} - \bar{\gamma}_i, \bar{\gamma}_i - \bar{q}_{high})$.
• Calibrazione: La soglia conformale $\hat{Q}$ è derivata dalla distribuzione di questi punteggi compositi sul set di calibrazione ($D_{cal}$).
• Intervallo Finale: L'intervallo di output è $\hat{C}(x) = [\bar{q}_{low}(x) - \hat{Q}, \bar{q}_{high}(x) + \hat{Q}]$.

Contributi Chiave

1. Inferenza Conformale Pesata sulla Struttura: Un framework innovativo che aggrega pseudo-outcome a doppia robustezza condizionati al grafo tramite un punteggio composito pesato a posteriori, trasferendo l'incertezza strutturale direttamente nel passaggio di calibrazione.
2. Punteggio "Aggrega-Prima-Calibra": Dimostrazione teorica (Proposizione 1) che calibrare direttamente il target aggregato evita il gap di Jensen intrinseco nella media degli intervalli specifici per grafo, risultando in intervalli più stretti per la stessa garanzia di copertura.
3. Costruzione di Ensemble di Grafi: Una procedura pratica che combina proposte di archi derivate da LLM, potatura basata su CI e ripesatura BIC. Il prior LLM agisce come distribuzione di proposta a campioni finiti, mentre la verosimiglianza dei dati (tramite BIC) prevale all'aumentare della dimensione del campione.
4. Garanzie Teoriche:
   • Validità a Campioni Finiti: Il Teorema 1 stabilisce una copertura marginale libera dalla distribuzione per il pseudo-outcome aggregato ($\bar{\gamma}$) sotto l'ipotesi di scambiabilità, senza assumere che alcun grafo candidato sia corretto.
   • Consistenza Asintotica: Il Corollario 2 dimostra che, sotto identificazione causale, sovrapposizione, stabilità delle variabili di disturbo e concentrazione del punteggio su strategie valide, la media condizionata del target aggregato converge al vero CATE.

Risultati Empirici

Il metodo è stato valutato su cinque benchmark (IHDP, Sachs, ACIC2019, Jobs, Twins) con 10 semi casuali per dataset.

• Copertura: CAUSALGUARD ha costantemente raggiunto una copertura media superiore al livello nominale del 90% per il target direttamente valutabile (vero CATE su IHDP/Twins; pseudo-outcome pesato sugli altri).
• Efficienza: Il metodo ha ridotto significativamente la larghezza dell'intervallo rispetto alle baseline conformali agnostiche rispetto al grafo (ad esempio, Conformal Causal Forest, Conformal Naive DR), in particolare nei dataset dove l'incertezza dell'insieme di aggiustamento guida l'inefficienza (ad esempio, IHDP e Jobs).
• Robustezza ad Aggiustamenti Non Validi: Test di stress che prevedevano l'iniezione di una variabile collider hanno mostrato che CAUSALGUARD ha soppresso con successo gli aggiustamenti per collider non validi (tramite metadati temporali e potatura CI), mantenendo alta copertura e basso RMSE, mentre le baseline naive hanno subito una grave sottocopertura.
• Sensibilità al Prior: In regimi a basso volume di dati, il prior LLM aiuta a organizzare la ricerca. Tuttavia, all'aumentare della dimensione del campione, la ponderazione BIC fa sì che il prior si "diluisca", rendendo l'intervallo finale sempre più guidato dai dati. Il metodo rimane stabile anche sotto priori avversari o non informativi quando i dati sono informativi.

Significato e Affermazioni

Il documento posiziona CAUSALGUARD come soluzione alla tensione tra la necessità di un aggiustamento causale valido e l'incertezza della struttura del grafo sottostante.

• Cambiamento di Paradigma: Si allontana dalla "selezione di un singolo grafo migliore" o dal "padding per l'incertezza nel caso peggiore". Invece, tratta l'insieme di aggiustamento come incerto e propaga questa incertezza attraverso la costruzione dell'intervallo.
• Utilità Pratica: Il metodo è più efficace quando l'inflazione dell'intervallo è guidata dall'incertezza nelle scelte di aggiustamento piuttosto che dal rumore irreducibile dell'esito. Fornisce un modo per sfruttare priori semantici (LLM) per la ricerca a campioni finiti, garantendo al contempo la validità asintotica attraverso una ripesatura guidata dai dati.
• Limitazioni: Gli autori notano che il metodo assume la sufficienza causale e attualmente scala a dimensioni di grafo moderate a causa della natura combinatoria della generazione dei candidati. Garantisce la copertura per il pseudo-outcome aggregato; la convergenza al vero CATE dipende da ipotesi aggiuntive riguardanti l'allineamento del target e la stabilità delle variabili di disturbo.

In sintesi, CAUSALGUARD offre un approccio libero dalla distribuzione e valido a campioni finiti per la stima dell'effetto del trattamento in condizioni di incertezza del grafo, ottenendo intervalli più stretti rispetto ai metodi agnostici rispetto al grafo calibrando un target pesato sulla struttura anziché mediando intervalli calibrati.