Moving toward best practice when using propensity score weighting in survey observational studies

技術要約：調査型観察研究における傾向スコア・ウェイト付けのベストプラクティスへの移行

問題提起
傾向スコア・ウェイト付けは、測定されたベースライン共変量による交絡に対処することで、観察データから因果治療効果を推定するための標準的な手法である。しかし、観察データが複雑な調査設計に基づいている場合、集団レベルの因果推論に調査ウェイトをどのように最適に統合すべきかについては、依然として議論の対象となっている。既存の文献では相反する推奨事項が示されている。例えば、調査ウェイトを傾向スコア・モデルの共変量として使用することを提案するものもあれば、調査重み付き回帰を推奨するものもある。さらに、これまでの研究は主に平均治療効果（ATE）や処置群における平均治療効果（ATT）に焦点を当てており、オーバーラップ集団（overlap population）などの他のターゲット集団については軽視されてきた。複雑なサンプリング設計の下で、様々な推定対象（estimand）に対して偏りのない効率的な推論を行うために、傾向スコア・モデリング、アウトカム・モデリング、および標準化という異なる推定段階において、どのように調査ウェイトを組み込むべきかについて、コンセンサスが得られていない。

方法論
著者らは、調査型観察研究における傾向スコア・ウェイト付けに調査ウェイトを組み込むための、**バランシング・ウェイト（balancing weights）**パラダイムに基づく統一的な枠組みを提案している。

1. 理論的枠組み:

   • 本論文では、遡及的デザイン（retrospective designs）（サンプリングが処置割り当て後に行われ、サンプリング確率が処置の状態に依存する可能性があるもの）と、前向き的デザイン（prospective designs）（サンプリングが処置割り当て前に行われるもの）を区別している。
   • また、元の集団からターゲット集団へと共変量の分布をシフトさせるティルティング関数 $h(X)$ によって特徴付けられる、広範な集団重み付き平均治療効果（PWATE） $\tau_h$ のクラスを定義している。この枠組みは、ATE、ATT、コントロール群における平均治療効果（ATC）、およびオーバーラップ集団における平均治療効果（PATO）を包含する。
   • 著者らは、バランシング・ウェイト（交絡に対処するため）と調査ウェイト（選択バイアスに対処するため）を組み合わせたウェイト推定量を導出している。ウェイトは $\omega_{z,p}(X_i) = h(X_i) / [p_z(X_i) e_{sp}(X_i)]$ と定義される。ここで、$p_z(X)$ は処置別のサンプリング確率、$e_{sp}(X)$ は集団レベルの傾向スコアを表す。

2. 開発された推定量:

   • 傾向スコア・ウェイト付け（PSW）: 傾向スコアの推定とアウトカムの標準化の両方に調査ウェイトを取り入れた標準的なウェイト推定量。
   • 増強ウェイト（AW）推定量: アウトカム回帰モデルを活用して効率性を向上させるため、著者らは3つの増強推定量を開発した。
     • 1ステップ・モーメント推定量（MOM）: 重みなしのアウトカム・モデルを使用するが、予測値と残差の標準化には調査ウェイトを適用する。
     • クレバー共変量（Clever Covariate）推定量（CVR）: バランシング・ウェイトを「クレバー共変量」としてアウトカム回帰モデルに追加の共変量として組み込む。
     • 重み付き回帰推定量（WET）: バランシング・ウェイトを回帰ウェイトとして用いてアウトカム回帰モデルを適合させる。
   • 分散推定: M-推定理論を用い、傾向スコアおよびアウトカム・モデルの推定における不確実性と調査設計の両方を考慮した、閉形式のサンドイッチ分散推定量を導出した。

3. シミュレーション設計:

   • 著者らは、多段抽出設計を用いた1,000,000人の個人を含む広範なシミュレーションを実施した。
   • シナリオは、オーバーラップの質（良好 vs 不良）、モデルの仕様（傾向スコアおよびアウトカム・モデルが正しい/誤っている）、およびサンプリング・メカニズム（処置に依存する遡及的 vs 前向き的）によって変化させた。
   • 調査ウェイトを組み込む戦略として、回帰ウェイトとして使用する方法（W.PS）と、追加の共変量として使用する方法（C.PS）を比較した。

主な結果

• 調査ウェイトの組み込み: シミュレーションの結果、調査ウェイトを傾向スコア・モデルの回帰ウェイトとして使用する手法（W.PS）は、共変量として扱う手法（C.PS）よりも、バイアスが低く、効率性が高く、カバレッジ（被覆率）が優れていることが一貫して示された。この優位性は、オーバーラップが悪い場合や、サンプリングが処置に依存する遡及的デザインにおいて特に顕著であった。
• 増強推定量の性能:
  • モデルが正しく指定されている場合、すべての増強推定量（MOM, CVR, WET）は、PSW単独の手法よりも優れた性能を示した。
  • CVRは、オーバーラップが良い場合には高い効率性を達成するが、オーバーラップが悪い場合やアウトカム・モデルが誤って指定されている場合には、不安定になりカバレッジが悪化する。
  • MOMは頑健性を提供するが、一般にWETと比較して効率が低い。
  • WETは、すべてのシナリオ（オーバーラップが悪い場合やモデルの誤指定を含む）において、最も頑健かつ効率的な推定量として浮上した。WETは、近似的なカバレッジを維持し、他の手法よりも低いバイアスを実現した。
• ターゲット集団: **オーバーラップ（PATO）**の推定対象は、ATEやATTと比較して、オーバーラップの悪さやモデルの誤指定に対して優れた頑健性を示し、特にWETおよびW.PSと組み合わせた場合に、しばしば最も低いバイアスと最高の効率性を達成した。

ケーススタディ
著者らは、これらの手法を2つの実世界のデータセットに適用した。

1. ECLS-K（前向き的デザイン）: 特別支援教育が数学の達成度に与える影響を分析。結果、WETは異なるターゲット集団に対して安定した推定値を提供したが、PSWは信頼区間が広くなった。
2. MEPS（遡及的デザイン）: 人種間の医療支出の格差を分析。マイノリティ・グループのオーバーサンプリングにより、調査ウェイトの変動が非常に大きかった。WETとW.PSを組み合わせることで、極端なウェイトによる不安定性が緩和され、共変量のバランスが達成されたオーバーラップ集団に対して精密な推定が可能となった。

意義と主張
本論文は、調査ウェイトを傾向スコア・ウェイト付けに組み込むための統一的な解決策を提供し、バランシング・ウェイトの枠組みをより広範な推定対象（PATOを含む）へと拡張し、効率的な推論のための閉形式の分散推定量を提示したと主張している。

著者らは、具体的な実用的推奨事項を結論付けている：

1. 調査重み付き傾向スコア（W.PS）を使用すること: 標本共変量の分布をターゲット集団に一致させるためには、調査ウェイトを単なる共変量としてではなく、傾向スコア・モデルの回帰ウェイトとして使用すべきである。
2. 重み付き回帰推定量（WET）を優先すること: 増強手法の中では、特にオーバーラップが悪い場合やモデルの誤指定があるシナリオにおいて、その優れた安定性と頑健性からWETが推奨される。
3. オーバーラップ・ウェイト（PATO）を検討すること: オーバーラップが限定的な集団における政策に関連する推論においては、オーバーラップ・ウェイトを用いてオーバーラップ集団をターゲットにすることが、より信頼性が高く効率的な推定を提供する。

著者らは、これらの手法が PSweight R パッケージに実装されており、複雑な調査型観察研究への適用を容易にしていることを強調している。また、アンコンファウンデッドネス（非交絡性）や調査ウェイトが既知であるという仮定に関する限界を認め、感度分析や複数の処置、機械学習ベースのアプローチへの拡張に関する今後の課題を示唆している。