Sintesi Tecnica: Pianificazione della Frontiera Generativa per il Reclutamento Adattivo tramite Referral tra Pari sotto Arrivi Dipendenti dalle Covariate

Formulazione del Problema

Il documento affronta la sfida dell'allocazione adattiva di risorse su più round nei sistemi di reclutamento tramite referral tra pari (peer-referral), come il Respondent-Driven Sampling (RDS), utilizzato per studiare popolazioni nascoste colpite da malattie infettive. Le agenzie di sanità pubblica possiedono un budget totale fisso di risorse di referral (ad esempio, voucher) da distribuire attraverso più round.

La difficoltà principale risiede nella natura delle arrivi dipendente dalle covariate. A differenza dei lavori precedenti che assumono che i nuovi reclutati siano estratti in modo indipendente e identicamente distribuito (i.i.d.) da una popolazione omogenea, questo lavoro modella uno scenario realistico in cui:

1. La Capacità di Referral è Stocastica ed Eterogenea: Il numero di pari che un individuo può riferire dipende dalle sue specifiche covariate (demografia, comportamento, geografia) ed è soggetto a una distribuzione di conteggio censurata.
2. Le Covariate dei Discendenti sono Condizionali: Le caratteristiche dei nuovi reclutati non sono estratte da una distribuzione fissa, ma sono generate condizionalmente in base alle covariate del referente (riflettendo omofilia e contesto condiviso).

L'obiettivo è progettare una policy che assegni risorse alla "frontiera" attuale di referenti attivi per massimizzare il numero atteso di recluti scontati su un orizzonte temporale finito. Ciò richiede di ragionare su come le decisioni di allocazione attuali modellino sia la dimensione che la composizione delle covariate delle frontiere future.

Metodologia: Pianificazione della Frontiera Generativa (GFP)

Gli autori propongono la Pianificazione della Frontiera Generativa (GFP), un metodo di programmazione dinamica approssimata basato su modello che supera l'intrattabilità della pianificazione sotto arrivi generativi dipendenti dalle covariate.

1. Dinamiche Apprese

GFP utilizza due componenti apprese stimate offline da dati storici:

• Modello di Conteggio Censurato ($q_\psi$): Un modello di regressione di Poisson neurale che stima la capacità di referral $C_i$ di un individuo date le sue covariate $x_i$. Tiene conto del fatto che i referral osservati sono limitati dal budget allocato.
• Modello di Diffusione Condizionale ($G_\theta$): Un modello di diffusione condizionale che genera le covariate dei nuovi reclutati ($x'$) date le covariate del genitore ($x$).

2. Il Collo di Bottiglia Computazionale

La pianificazione standard basata su modello (ad esempio, Fitted Value Iteration) è intrattabile qui perché:

• La frontiera successiva è un insieme casuale di dimensione variabile.
• Diverse allocazioni inducono diverse distribuzioni di discendenti, impedendo la condivisione di campioni Monte-Carlo tra candidati di azione.
• Lo spazio delle azioni (allocazioni intere su tutti i membri della frontiera) è combinatoriamente grande.

3. Surrogato del Valore Strutturato

Per risolvere questi problemi, GFP introduce un surrogato del valore strutturato $V_\phi(r, F)$ che mappa la frontiera a una rappresentazione di copertura delle covariate latenti.

• Rappresentazione Latente: Ogni individuo è mappato a un vettore latente non negativo $h_\phi(x) \in \mathbb{R}^d_+$, che rappresenta un'assegnazione "soft" a $d$ "prototipi di covariate". La frontiera è riassunta dal vettore di copertura aggregata $z = \sum_{x \in F} h_\phi(x)$.
• Funzione di Valore: Il valore è modellato come una funzione di saturazione esponenziale su questa copertura: $V_\phi(r, z) = \sum w_{\phi,j}(r)(1 - \exp(-z_j))$. Questa struttura cattura i rendimenti decrescenti man mano che specifiche regioni di covariate diventano sature.

4. Backup Deterministico in Forma Chiusa

L'innovazione chiave è l'uso di Embedding Laplace Condizionali per rendere il backup di Bellman deterministico e in forma chiusa.

• Invece di campionare i discendenti dal modello di diffusione $G_\theta$ durante la pianificazione, GFP pre-calcola (ammortizza) gli embedding $\alpha_{\theta,\phi,j}(x) = \mathbb{E}_{y \sim G_\theta(\cdot|x)}[\exp(-h_{\phi,j}(y))]$.
• Utilizzando questi embedding e il modello di conteggio censurato, il valore futuro atteso può essere calcolato esattamente senza campionamento Monte-Carlo. L'aspettativa si fattorizza in un prodotto di termini dipendenti solo dall'allocazione $k$ e dagli embedding pre-calcolati.

5. Allocazione Greedy Intra-Round

Con il surrogato deterministico, il problema di ottimizzazione per round consiste nel massimizzare una funzione che è monotona con rendimenti decrescenti interi.

• GFP impiega un algoritmo greedy marginale per allocare le risorse all'interno di un round.
• L'analisi teorica dimostra che questo approccio greedy raggiunge un'approssimazione $(1 - 1/e)$ dell'allocazione ottimale a budget fisso per l'obiettivo del surrogato.

Contributi Chiave

1. Generalizzazione del Problema: Gli autori formalizzano il reclutamento tramite peer-referral come un problema di allocazione adattiva dove gli arrivi futuri sono generati condizionalmente sulle covariate dei referenti, andando oltre la restrittiva assunzione di popolazione i.i.d. dei lavori precedenti.
2. Pianificazione della Frontiera Generativa (GFP): Un nuovo pianificatore che combina modelli di conteggio censurato e di diffusione condizionale con un surrogato del valore di copertura latente. Esso sostituisce il campionamento Monte-Carlo per passo con un backup deterministico utilizzando embedding Laplace condizionali ammortizzati.
3. Garanzie Teoriche: Il documento dimostra che l'obiettivo intra-round indotto soddisfa i rendimenti decrescenti interi, garantendo un'approssimazione $(1 - 1/e)$ per l'allocazione greedy intra-round.
4. Prestazioni Empiriche: Esperimenti estesi in un ambiente di simulazione calibrato su un dataset RDS reale (ICPSR 22140) dimostrano che GFP supera l'allocazione casuale, i baseline di apprendimento per rinforzo (Budget-DQN, Factorized RL) e un baseline di programmazione dinamica a livello di popolazione i.i.d. attraverso quattro fattori di sconto.

Risultati Sperimentali

La valutazione è stata condotta in un ambiente di simulazione che rispecchia le dinamiche reali del RDS, utilizzando un budget totale di 100 e una frontiera iniziale di 10 individui.

• Prestazioni: GFP ha costantemente ottenuto i più alti recluti cumulativi finali e il più alto premio cumulativo scontato finale attraverso tutti i fattori di sconto ($\gamma \in \{0.9, 0.95, 0.99, 1.0\}$).
• Confronto con i Baseline:
  • vs. IID-Population DP: GFP ha superato significativamente il baseline più forte (IID-Population DP), che utilizza la programmazione dinamica ma ignora la composizione delle covariate. A $\gamma=1.0$, GFP ha reclutato 99.5 individui rispetto ai 91.3 del baseline, isolando il valore del ragionamento sulla composizione delle covariate.
  • vs. RL: I baseline di apprendimento per rinforzo hanno faticato a causa del grande spazio di azione combinatorio e della mancanza di sfruttamento strutturale, performando significativamente peggio dei metodi basati su modello.
• Dinamiche: Mentre alcuni baseline hanno reclutato più velocemente nei primi round, la strategia consapevole delle covariate di GFP le ha permesso di gestire efficacemente le allocazioni, superando gli altri nei round successivi per massimizzare la portata totale.

Significato e Rivendicazioni

Il documento sostiene che GFP fornisce una soluzione trattabile a un problema di pianificazione precedentemente intrattabile nella sanità pubblica. Modellando esplicitamente la dipendenza tra referenti e reclutati, il metodo consente alle agenzie di allocare le risorse limitate in modo più efficace rispetto alle strategie che assumono una popolazione omogenea.

Gli autori sottolineano che il loro approccio è modesto e guidato dai dati:

• Si affida a surrogati appresi piuttosto che alla conoscenza perfetta delle vere dinamiche.
• Le garanzie teoriche si applicano all'obiettivo del surrogato, con il divario rispetto alla vera policy ottimale scomposto negli errori di stima del modello e negli errori di approssimazione.
• Il lavoro è validato su una simulazione calibrata su dati reali, ma gli autori riconoscono che la validazione su dati di reclutamento effettivi in collaborazione con le agenzie di sanità pubblica è il passo successivo necessario.

In definitiva, il documento dimostizza che l'integrazione di modelli generativi di arrivi dipendenti dalle covariate nei framework di programmazione dinamica può estendere significativamente la portata dei sistemi di reclutamento tramite peer-referral, offrendo uno strumento pratico per intervenire nelle popolazioni nascoste.