Transporting causal effects from a randomized trial without "transportability:" a case study of political advertising during U.S. elections

技術要約：「輸送可能性（Transportability）」を仮定しない、ランダム化比較試験からの因果効果の輸送

問題提起
本論文は、ランダム化比較試験（RCT）が実施されたソース集団から、未観測の点で異なるターゲット集団へと因果効果を一般化（輸送）する際の課題に取り組んでいる。具体的な動機付けとなる応用例は、2020年米国大統領選挙におけるドナルド・トランプに対するデジタル政治広告に関する大規模なRCTの結果を一般化することである。Aggarwalら（2023）は、5つの激戦州（ペンシルベニア、ウィスコンシン、ミシガン、ノースカロライナ、アリゾナ）において、投票率への効果は認められない（null effect）という結果を示した。著者らは、この「効果なし」という結果が、独自の有権者デモグラフィクス（特に黒人有権者の割合が高い）や、未観測の社会経済的要因（健康保険、所得など）においてソース州とは異なる特徴を持つ独自の激戦州であるジョージア州に一般化できるかどうかを調査している。

標準的な輸送可能性の手法は、ソース集団とターゲット集団の間のすべての違いが観測された共変量によって捉えられているという仮定（輸送可能性）に依存している。しかし、本件においては、未観測の違いがこの仮定を侵害している可能性が高い。さらに、既存の手法はソースとターゲットの間で共変量の集合が同一であることを要求する場合が多いが、本件ではそれが当てはまらない（ソースデータには政党支持や投票履歴が含まれるが、ジョージア州の有権者登録データからは年齢、人種、性別といったデモグラフィクスのみが得られる）。

手法
著者らは、未観測の違いと不一致な共変量（$V \subset X$）に対処するために、感度分析と輸送可能性の手法を組み合わせた転移学習フレームワークを提案している。

1. 感度モデル（Sensitivity Model）: このフレームワークは、感度パラメータ $\Gamma_a$（処置レベル $a \in \{0, 1\}$ に対して）を導入することで、輸送可能性の仮定を緩和する。このパラメータは、共有された共変量 $V$ を条件とした、ターゲット集団とソース集団における反事実的アウトカムのオッズ比を表す。$\Gamma_a = 1$ のとき、輸送可能性が成立する。1からの偏差は、輸送可能性の違反の程度を定量化する。このモデルは、両集団における条件付き密度の間の指数型チルト（exponential tilting）関係を仮定している。
2. 識別（Identification）: この感度モデルの下で、ターゲット平均処置効果（TATE）は、$\Gamma_a$ および迷惑関数（アウトカム回帰、傾向スコア、密度比）の関数として識別される。
3. 推定（Estimation）: 2つの推定量が提案されている：
   • アウトカム回帰（OR）推定量: 推定されたアウトカム回帰関数 $\hat{\rho}_a(V)$ を感度パラメータで重み付けする単純なプラグイン推定量。著者らは、推論のためにノンパラメトリック・パーセンタイル・ブートストラップを推奨しており、その一貫性と漸近正規性の理論的正当性を提示している。
   • 効率的影響関数（EIF）推定量: クロスフィッティングに基づく半パラメトリック効率的推定量。これは感度モデルに対して導出されたEIFを利用する。著者らは、標準的な輸送可能性推定量とは異なり、この推定量は輸送可能性が違反されている場合には「二重に頑健（doubly robust）」ではないことを指摘しており、アウトカム回帰関数 $\rho_a$ の一貫した推定を必要とする。
4. キャリブレーション手順（Calibration Procedure）: 特定不可能である感度パラメータの有意義な値を選択することの困難さに対応するため、著者らはデザイン感度（design sensitivity）に着想を得たデータ駆動型のキャリブレーション手順を提案している。これは、ソースデータを2つの非類似のサブセット（例：ラストベルト対サンベルト、またはトランプ支持高対低）に分割することを含む。この手順では、輸送された推定値が、ターゲットとして扱われたサブセットからの直接的な推定値と一致するような $\Gamma_a$ の範囲を見つけ出す。これにより、ソースデータ自体に含まれる未観測の違いの大きさを反映した、感度パラメータの参照セットが生成される。

主な貢献

• 緩和された共変量要件: 本フレームワークは、ソースデータがターゲットデータよりも多くの共変量（$X$）を含むことを許容する。これは、ターゲットとなる観察データがRCTで収集された詳細な変数を持たないという、よくあるシナリオに対応している。
• ブートストラップ推論の理論的正当化: 著者らは、転移学習の設定においてノンパラメトリック・パーセンタイル・ブートストラップを使用することの理論的な正当性を正式に確立した。これは、従来は定性的に示唆されていたが、厳密には証明されていなかった実践である。
• 感度分析下でのEIF推定量: 著者らは、感度パラメータを伴う設定へと効率的影響関数理論を拡張した。彼らは、この推定量が半パラメトリック効率的である一方で、輸送可能性が違反されている場合には「二重の頑健性」の性質を失い、アウトカム回帰関数の正しい特定を必要とすることを実証している。
• データ駆動型キャリブレーション: 測定された共変量を省略することなく、感度パラメータの解釈可能な参照マグニチュードを生成するための、新しいキャリブレーション手法を導入している。

結果
ジョージア州の2020年選挙データへの適用：

• 輸送可能性の下での結果: もし輸送可能性が保持されている（すなわち $\Gamma_0 = \Gamma_1 = 1$）と仮定した場合、広告キャンペーンはジョージア州の全159郡において依然として効果がない。
• 感度分析の下での結果: 輸送可能性からのわずかな逸脱が、劇的に異なる結論をもたらす。
  • 事前指定された感度パラメータ（例：$\Gamma_0=0.99, \Gamma_1=1.01$）を用いると、広告の効果は154郡で有意かつ正となる。
  • パラメータを反転させた場合（$\Gamma_0=1.01, \Gamma_1=0.99$）、効果は158郡で有意かつ負となる。
• キャリブレーションされた結果: ソースデータの分割から得られたキャリブレーション済みセットを用いた場合：
  • ラストベルト vs. サンベルトの分割: 多くの郡が効果の方向に敏感である。白人の割合が高く黒人の割合が低い郡は正の効果を示す傾向がある一方、ラテン系の割合が高い郡は負の効果を示す傾向がある。
  • トランプ支持の分割: ほとんどの郡は、輸送可能性の違反に対してこれほどの大きさでは敏感ではなく、これはトランプ支持者と非支持者の間の未観測の違いが十分に大きく、特定の大きな感度パラメータの偏差のみが結論を変え得ることを示唆している。
• サブグループ分析: 輸送可能性が違反された場合、広告効果は、性別、人種、および投票履歴によって定義される8つのサブグループのうち6つにおいて敏感である。特に、黒人でもラテン系でもない女性の回帰投票者において顕著である。

意義と主張
本論文は、厳格な輸送可能性の仮定が維持できない場合や、共変量が一致しない場合に、因果効果を一般化するための統計的に妥当なアプローチを提供するものであると主張している。著者らは、ソース集団における元の効果がゼロに近い（nullに近い）ため、元のRCTの結果がターゲット集団に一般化できないという仮説は、集団間のわずかな未観測の違いによって極めて脆弱であることを示している。

決定的な点として、本論文はRosenbaum (2010) の「小さな効果は、小さな（未観測の）バイアスに対して敏感である」という洞察を強調している。元の集団における効果がほぼゼロであったため、本研究は、集団間の些細な未観測の違いによって結論がいかに脆いかを実証している。著者らは、自身の研究を、完璧な輸送可能性という非現実的な仮定に頼ることなく、一般化の主張の堅牢性を評価するための、理論的に妥当でシンプルなアプローチ（具体的にはブートストラップを用いたOR推定量）を求める実務家へのツールとして位置づけている。また、臨床試験において、試験対象となる患者が、より広い対象集団とは未観測の点で異なる場合など、選挙以外の分野にも本フレームワークが適用可能であることを明示している。