Bridging Binarization: Causal Inference with Dichotomized Continuous Exposures

テクニカル・サマリー：二値化の架け橋：連続的な曝露の二値化を伴う因果推論

問題提起
因果推論において、平均処置効果（ATE）は二値の曝露に対して定義される標準的なパラメータである。しかし、多くの科学分野では、連続的な曝露（例：所得格差、アルコール摂取量、農薬レベル）の因果効果を定量化することを求めている。これに対処するための一般的な手法は「二値化（または二分化）」であり、これは連続的な曝露変数 $A$ を特定のカットオフ値に基づいて二値のダミー変数 $T$ に変換するものである（例：$A \geq c$ ならば $T=1$、そうでなければ $0$）。研究者はこの$T$ を用いて BATE と呼ばれる「二値化された ATE」を推定する。

この普及にもかかわらず、二値化は方法論的な批判に直面している。批判者は、単一の二値カテゴリ内に複数のバージョンの処置が存在することを暗示するため、二値化は安定単位処置値仮定（SUTVA）に違反すると主張している。さらに、カテゴリ内におけるリスクの均質性を仮定している点や、介入の具体的なメカニズムを不明瞭にしている点についても批判されることが多い。その結果、多くの研究者がこのアプローチの使用を躊躇しているが、公衆衛生学や社会科学においては依然として広く用いられている。

方法論
著者らは、二値化を 修正処置ポリシー（Modified Treatment Policies: MTPs） の観点から再解釈することで、BATEを検証するフレームワークを提案している。

1. 修正処置ポリシーへの等価性:
   本論文は、BATEが、2つの特定の MTP の間の平均アウトカムの差と数学的に等価であることを示している。これらのポリシーは、単に固定された値を割り当てるのではなく、共変量 $W$ に条件付けられた連続的曝露 $A$ の基礎となる分布を変更するものである。

   • ポリシー 1 ($\tilde{A}_1$): 曝露を $T=1$ の領域（例：$A \geq c$）に制限する。
   • ポリシー 0 ($\tilde{A}_0$): 曝露を $T=0$ の領域（例：$A < c$）に制限する。
   • 主要な仮定: 両方のポリシーは、相対的な自己選択の保存を仮定している。これは、許可された領域内において、任意の2つの曝露値の確率密度の比が、観測された世界に対して不変であることを意味する。形式的には、任意の $a, a' \in \text{allowed region}$ に対して、$\frac{p(\tilde{A}|W=a)}{p(\tilde{A}|W=a')} = \frac{p(A|W=a)}{p(A|W=a')}$ である。これは、ルーチェの無関係な選択肢からの独立性（IIA）に類似している。

2. 識別:
   標準的な因果仮定（ポジティビティおよび条件付き独立性／未測定の交絡の不在）の下で、BATEはこれら2つの MTP の下での期待アウトカムの差として識別される：$\Psi_{BATE} = E[Y^{\tilde{A}_1}] - E[Y^{\tilde{A}_0}]$。この定式化は透明性の高い因果メカニズムを提供し、どのように曝露分布が変化するかを明示することで、SUTVA への違反を否定する。

3. 新しい推定量：二値化による因果的寄与効果（Causal Attributable Effect of Binarization: CAB）:
   著者らは、新しいパラメータである CAB ($\Psi_{CAB}$) を導入している。これは、一つの MTP（例：「処置を受けた」ポリシー）と 観測された世界（現状） との間の期待アウトカムの差として定義される：$\Psi_{CAB} = E[Y^{\tilde{A}_t}] - E[Y]$。

   • 著者らは、BATE が2つの仮説的な反事実的世界を比較するのに対し、CAB は特定の政策介入を現在の現実と比較するため、CAB の方がより関連性が高い場合が多いと主張している。
   • CAB の識別には、BATE（双方向のポジティビティ）と比較して、より弱い仮定（一方向のポジティビティ）が必要である。

4. 推定:
   論文では、BATE と CAB の両方に対して、回帰調整、逆確率重み付け（IPW）、拡張逆確率重み付け（AIPW）、および標的最大尤度推定（TMLE）の4つの推定量を詳述している。

   • 重要な技術的知見は、これらのパラメータを推定する際に、連続的曝露 $A$ の完全な密度を推定する必要はないということである。BATE との等価性により、研究者は二値変数 $T$ の傾向スコア（すなわち $P(T=1|W)$）とアウトカム回帰 $E[Y|T, W]$ を推定するだけで十分である。これにより、完全な分布の密度推定を必要とする他の MTP と比較して、実装が大幅に簡素化される。

結果

• シミュレーション研究: 著者らは、サンプルサイズ 150、300、500 の 5,000 回のリプリケートを用いてシミュレーション研究を行った。結果として、B and B と CAB の両方に対する回帰、IPW、および AIPW 推定量は、無視できる程度のバイアスを伴いながら一貫していた。標準誤差は手法間で同等であり、推定量は小さなサンプルサイズでも良好に機能した。決定的なことに、シミュレーションは、連続的曝露 $A$ の完全な分布を必要とせず、$T$ と共変量 $W$ のみを用いて一貫した推定が可能であることを確認した。

• 適用例（カリフォルニア州の石油・ガス井）: 本手法は、石油・ガス井の周囲 1km にヘルスプロテクションゾーンを設置するカリフォルニア州の法案を評価するために適用された。曝露量は、最も近い石油・ガス井までの距離であり、1km で二値化された。

  • 推定された BATE は、すべての井戸が 1km 外に移動した場合、すべてが 1km 内にある世界と比較して、低出生体重の確率が 0.205% 上昇することを示唆した。
  • 推定された CAB は、当該政策が実施された場合、現在の現状と比較して、低出生体重の確率がわずか 0.0080% 上昇することを示唆した。
  • 著者らは、BATE は2つの極端な仮説的世界を比較するため、政策効果を過大評価する可能性がある一方で、CAB は政策を観測された現実と比較していると述べている。また、「相対的な自己選択の保存」という仮定は、井戸を取り除くことが「次の」最近の井戸の空間配置を変える場合、完全に成立しない可能性があるとも議論しているが、本手法はそのような政策を評価するための構造化された方法を提供する。

意義および主張
本論文は、連続的な曝露を二値化するという広範な慣行に対して、厳密な理論的正当性を与えることを目的としている。BATE と「相対的な自己選択の保存」を維持する MTP との間の等価性を確立することにより、著者らは、基礎となる仮定が特定の政策コンテキストにおいて妥当である限り、二値化は統計的に有効な手法であると主張している。

主な貢献は以下の通りである：

1. 理論的検証: 二値化を正確な因果メカニズム（MTPs）として定義することで、二値化に関する論争を解決した。
2. 新しいパラメータ (CAB): 現状と比較することで、より政策に関連性の高い推定量である CAB を提案し、識別要件を緩和した。
3. 実用的な推定: 連続的曝露の非パラメトリックな密度推定を必要とせず、標準的な ATE 手法（回帰、IPW、AIPW、TMMLE）を用いてこれらの複雑な MTP を推定できることを示した。これにより、アプローチの実践的な利用を容易にした。
4. コンテキストに応じたガイダンス: 二値化の妥当性は、政策の下で個人がどのように行動するか（例：相対的な好みを維持するために移動したり行動を調整したりするかどうか）に関するドメイン固有の知識に依存することを強調している。本論文は、二値化が普遍的に正しいと主張しているのではなく、「相対的な自己選択の保存」という仮定が現実世界の政策メカニズムと一致する場合において、有効なツールであることを示している。