Robust Causal Inference for EHR-based Studies of Point Exposures with Missingness in Eligibility Criteria

技術的サマリー：欠損を伴う適格基準を有するポイント曝露の EHR ベース研究における頑健な因果推論

問題提起
電子健康記録（EHR）データベースは、観察研究における無作為化比較試験の貴重な代替手段を提供する。しかし、適格性が厳密にスクリーニングされる前向き研究とは異なり、EHR データには研究の適格性を定義する変数（例：BMI、A1c 値、薬物歴）の欠損値が含まれることが頻繁にある。標準的な慣行は、不完全な適格データを持つ患者を除外することであるが、欠損が完全にランダム（MCAR）でない場合、これは選択バイアスを導入する。逆に、研究者はしばしば「ルックバック期間」を延長して古いデータを見つけることでこれを緩和しようとするが、この戦略は研究のベースライン時点で不適格だった患者（例：手術時に糖尿病のステータスが不明であったが、古くされた記録から推測される患者）を不適切に含めるリスクを伴う。

多重代入や逆確率重み付け（IPW）などの欠損する適格性を処理する既存の方法は、一貫した推定値を得るために、すべての構成モデル（結果、治療、欠損、代入）の正しい指定を必要とすることが多い。さらに、これらの方法は、通常、漸近的推論を無効にする遅い収束率に悩まされる柔軟な機械学習（ML）手法と組み合わせた際に困難に直面する。

方法論
著者らは、研究適格者における治療対象者の平均処置効果（ATTE）、すなわち $\theta_{ATT}^{elig} = E[Y(1) - Y(0) \mid A=1, E=1]$ を推定するための枠組みを提案する。このアプローチは、モデルの誤指定に頑健で、現代の機械学習と互換性のある推定量を開発するために半パラメトリック理論に依存する。

1. 仮定と識別性：

   • この方法は、適格集団内において一貫性、正の確率、および測定されていない交絡因子の不存在を仮定する。
   • 重要なのは、適格性を定義する共変量（$L_m$）が、完全に観測された共変量（$L^*$）と治療（$A$）に条件付けられて**欠損ランダム（MAR）**であると仮定することである。具体的には、完全な適格データを示す指標（$R$）は、$L^*$ と $A$ が与えられたとき、結果（$Y$）および欠損共変量（$L_m$）から独立である。
   • 著者らは、治療メカニズム、確定メカニズム（$\eta$）、欠損共変量の分布（$\lambda$）、および結果モデル（$\mu$）を分離する、観測データ尤度の新しい因数分解を導出した。

2. 推定量：
   本論文は、効率的な影響関数（EIF）に基づく 2 つの主要な推定量を導入する。

   • $\hat{\theta}_{EIF}$（効率的影響関数推定量）：この推定量は半パラメトリック効率限界を標的とする。これは、欠損共変量に対して周辺化することにより適格状態の不確実性を考慮する、複雑な「ネストされた」 nuisance 関数（例：$\xi, \gamma, \chi$）を利用する。これは、SuperLearner などの柔軟な ML 手法を用いて、複数の構成関数（$\mu, u, \eta, \varepsilon$ など）の推定を必要とする。理論的結果は、これらの nuisance 関数の推定誤差の積が $o_P(n^{-1/2})$ の速度で収束する場合、推定量は $\sqrt{n}$-一貫性を持ち、漸近的に正規分布に従うことを示している。
   • $\hat{\theta}_{IF}$（影響関数推定量）：$\hat{\theta}_{EIF}$ が必要とする深くネストされた nuisance 関数の一部を回避する、計算的に単純な代替手段である。半パラメトリック効率限界に到達しない可能性はあるが、計算の複雑さとバイアス低減の間のトレードオフを提供する。
   • ベースライン比較対象：著者らは、提案されたアプローチの必要性を実証するために、完全ケース（CC）推定量と逆重み付け結果回帰（IWOR）推定量も評価する。

3. 実装：
   推定手順は、ノンパラメトリック ML アルゴリズムを使用する際に有効な推論を確保するために、**サンプル分割（クロスフィッティング）**を採用する。これは過学習を防ぎ、nuisance 関数がランダムフォレストや一般化加法モデルなどの複雑なアルゴリズムを通じて推定された場合でも、推定量が必要な収束率を達成することを可能にする。

主な貢献

• 欠損する適格性に対する形式的枠組み：本論文は、EHR 研究における欠損する適格基準に起因する選択バイアスに特に対処する、最初の厳密な因果推論枠組みを提供し、標準的な欠損データ問題と区別する。
• 頑健性と効率性：提案された推定量は「多重頑健」であり、さまざまな nuisance モデルの組み合わせが正しく指定されていれば一貫性を保つ。また、柔軟な ML 手法を使用する際にも有効な漸近的推論を維持し、通常こうしたアプローチを悩ませる遅い収束の問題を克服する。
• 新しい因数分解：観測されていない適格性の層に条件付けることなく ATTE の識別を可能にする、特定の尤度因数分解の導出。

応用と結果
この方法論は、2008 年から 2011 年にかけて肥満外科手術（ループ・オン・Y 胃バイパス [RYGB] 対 スリーブ胃切除術 [SG]）を受けた Kaiser Permanente DURABLE 研究の 14,809 名の患者コホートに適用された。この研究は、長期的な体重変化と 2 型糖尿病（T2DM）の寛解を評価する。

• 操作化への感度：著者らは、BMI と T2DM に対するルックバック期間を変化させた 40 種類の異なる適格基準の操作化を分析した。
• 標準的アプローチにおけるバイアス：完全ケース（CC）推定量は、有意なバイアス（体重変化で -7.1% から -6.2%、寛解で 3.7% から 8.2%）を示し、欠損する適格データを持つ患者を除外することが治療効果を体系的に過大評価することを示唆した。
• 提案された推定量のパフォーマンス：提案された影響関数に基づく推定量（$\hat{\theta}_{EIF}$ および $\hat{\theta}_{IF}$）は、これらの効果を帰無仮説方向に減衰させた。
  • 体重変化については、$\hat{\theta}_{EIF}$ は依然として SG に対する RYGB の利益を示したが、その大きさは CC 推定量と比較して平均 19.5% 減少していた。
  • T2DM 寛解については、結果はより微妙であった。CC 推定量は RYGB に著しい優位性を示唆したが、頑健な推定量ははるかに小さな効果（範囲 0.1% から 7.4%）を示し、信頼区間はしばしばゼロを含んでいた。これは、以前の研究で寛解に対する RYGB の明らかな優位性が、選択バイアスによって駆動されていた可能性を示唆している。
• 感度分析：トッピングポイント分析は、RYGB に対する減量利益に関する結論が MAR 仮定の違反に対して頑健であることを示した。結果を覆すためには、欠損確率に非現実的に大きな差が必要である。しかし、T2DM 寛解の所見は、そのような違反に対してより敏感であった。

意義と主張
著者らは、自らの研究が EHR ベースの研究において重要かつしばしば見過ごされるバイアスの源に対処していると主張する。標準的な除外戦略が治療効果の過大評価につながることを実証することで、本論文は半パラメトリックかつ頑健な方法の採用を提唱する。

本研究は、RYGB が SG に比べて長期的な減量においておそらく優れているものの、T2DM 寛解率の優位性に関する証拠は、完全ケース分析を用いた以前の研究が示唆していたほど決定的ではないと結論付けている。著者らは、この頑健な証拠基盤が現在の臨床ガイドラインを支持し、これらの特定の転帰については十分な臨床的均衡が存在しない可能性があるため、新たな大規模な無作為化比較試験の必要性に反対すると述べている。この研究は、研究者が恣意的な除外や潜在的にバイアスのかかったルックバック戦略に頼ることなく、欠損する適格データに対処するための実用的なツールキットを提供する。