Causal inference for spatiotemporal point processes in the presence of outcome spillover and carryover

この論文「Causal inference for spatiotemporal point processes in the presence of outcome spillover and carryover（結果のスピルオーバーとキャリーオーバーを伴う時空間点過程における因果推論）」は、連続的な時空間データ（点過程）における因果推論のための新しい枠組みを提案し、その理論的基盤と実用的な推定手法を確立したものです。

以下に、問題設定、手法、主要な貢献、結果、そして意義について詳細な技術的サマリーを記述します。

1. 問題設定と背景

• 対象: 連続的な時空間における点過程（例：感染症の発生、地震、金融取引）。
• 課題:
  • スピルオーバー（Spillover）とキャリーオーバー（Carryover）: 空間的に隣接する領域や時間的に連続する事象間で、介入（治療）の影響が伝播する現象。例えば、ある地域でのワクチン接種が、隣接する未接種地域の感染率に影響を与える場合など。
  • 従来の限界: 標準的な因果推論手法は単位間の独立性を仮定しており、このような依存性を無視すると推定が不整合になり、推論が無効となる。
  • データ集約の問題: 時空間データを単純なセル（領域）に集約してカウントすると、正確な発生時刻や位置情報が失われ、モディファイアブル・エリアル・ユニット問題（MAUP）や、セル内の時空間構造の隠蔽が発生する。
• 目的: 細胞レベル（セルレベル）の介入下において、結果のスピルオーバーとキャリーオーバーを明示的に考慮しつつ、連続的な時空間点過程データから因果効果を推論する枠組みの構築。

2. 提案手法と枠組み

著者らは、観測されたポスト介入プロセスを「潜在的な対照成分」と「潜在的な介入成分」の**ラベル付けされていない重ね合わせ（unlabelled superposition）**としてモデル化するアプローチを採用しました。

• 潜在的な結果の定義:
  • 介入割り当て $z$（全セルのベクトル）に対して、潜在的な点過程 $N_z$ を定義します。
  • 観測データは、$N = N_0 + N_1$（対照成分 $N_0$ と介入成分 $N_1$ の和）として表現されます。
  • 重要な点は、介入されたセルであっても、その中で発生した事象が必ずしも「介入成分」から生じたわけではない（スピルオーバーにより対照成分から生じる場合がある）ことです。
• 因果推定量（Estimands）:
  • セルレベルの個別治療効果（ITE）、平均個別治療効果（AITE）、および全体的な介入効果（DAITE, TAITE）を、期待される事象数に基づいて定義します。
• 識別（Identification）:
  • 支持内（On-support）: 観測された介入割り当ての支持内にある場合、一貫性（Consistency）、交換可能性（Exchangeability）、およびポジティビティ（Positivity）の仮定の下で、介入平均測度が非パラメトリックに識別されます。
  • 支持外（Off-support）: 観測されていない介入シナリオ（例：全域介入 vs 全域非介入）については、レジームに依存しない構造的な点過程モデル（パラメトリックモデル）を仮定することで、モデルベースの推論を行います。
• 推定アルゴリズム（Stochastic EM）:
  • 各事象のラベル（対照か介入か）は観測できないため、潜在変数として扱います。
  • 完全データ対数尤度を最大化する EM アルゴリズムの一種として、Stochastic Expectation Maximization (SEM) を採用します。
  • 履歴依存性（Hawkes プロセスなど）がある場合、ラベルの反転が将来の強度に影響を与えるため、正確な E ステップは計算不可能です。そこで、モンテカルロサンプリングを用いた近似 E ステップと、提案分布（discrepancy-guided proposal）を用いた効率的なラベル更新戦略を提案しています。

3. 理論的貢献と有限サンプル理論

論文の核心的な貢献の一つは、SEM 推定量の有限サンプルにおける収束性を解析したことです。

• 予測可能なブロックごとの Hard-EM サロゲート:
  • 実用的な SEM の解析を容易にするため、決定論的な「予測可能なブロックごとの Hard-EM（分類ベースの EM）」を解析対象として用いています。
• 統計的フロア（Statistical Floor）への収束:
  • 推定誤差がゼロに収束するのではなく、**「統計的フロア」**と呼ばれる一定の下限まで収束することを証明しました。
  • このフロアは、主に**「局所的に曖昧な領域（ambiguous regions）」**（対照と介入の強度比が 1 に近く、ラベル付けが困難な領域）の質量によって支配されます。
• 収束条件:
  • 誤差が幾何学的に減少し、フロアに到達するための十分条件（スコアのアライメント、局所的な強凹性、明確な決定領域の存在など）を導出しました。
  • Hawkes プロセスのような強い履歴依存性を持つモデルでは、早期のラベル誤りが将来の強度に伝播するため、この「曖昧な領域」の制御が整合性を得るために不可欠であることが示されました。
• 因果推定量への伝達:
  • パラメータ推定誤差が、プラグイン推定された因果推定量（ITE, AITE など）の誤差に直接伝達されることを示し、推定量の整合性を保証しました。

4. 実証結果

• シミュレーション研究:
  • 時空間 Hawkes プロセスを用いたシミュレーションで、提案手法（SEM）が、単純なラベル付け（Naive）や真のラベルが既知の場合（Oracle）と比較して、スピルオーバーによるバイアスを大幅に低減し、真の因果効果を正確に回復できることを示しました。
  • 特に、事前データ（介入前のデータ）を利用することで、対照成分のパラメータ推定精度が向上し、全体の推定性能が向上することが確認されました。
• オクラホマ州の地震活動への適用:
  • 背景: 2015 年、オクラホマ州の廃水注入規制（介入）が地震活動に与えた影響を評価。
  • 課題: 地震発生には時間的・空間的な依存性（キャリーオーバー・スピルオーバー）があり、介入割り当てもランダムではない。
  • 結果:
    • 従来の単純なラベル付け（Naive）では、規制により約 341 件の地震が防止されたと推定されました。
    • 一方、提案された SEM 手法では、スピルオーバーを適切に考慮した結果、**約 -118 件（防止効果なし、むしろ増加の傾向）**という逆転した結論を得ました。
    • この結果は、規制直後の累積地震数に即座の減少が見られなかった事実と一致しており、スピルオーバーを無視した短期的な因果推論が政策評価を歪める可能性を強く示唆しています。

5. 意義と結論

• 理論的意義: 連続的な時空間点過程における因果推論の枠組みを確立し、スピルオーバー下での識別可能性と推定の一貫性を数学的に保証しました。特に、履歴依存モデルにおける有限サンプル理論の構築は画期的です。
• 実用的意義:
  • 疫学（感染症の広がり）、地震学（誘発地震）、金融（取引のクラスタリング）など、幅広い分野で応用可能です。
  • 粗い集計に頼らず、事象の正確な時刻と位置情報を保持したまま因果効果を推定できるため、より精密な政策評価や介入効果の分析が可能になります。
• 限界と将来の展望: 現在の枠組みはパラメトリックモデルに依存していますが、非パラメトリックやベイズ非パラメトリックへの拡張、より複雑な介入デザインへの対応が今後の課題として挙げられています。

総じて、この論文は、時空間データにおける複雑な依存構造を考慮した因果推論のための堅牢な理論的・実用的基盤を提供し、特に「スピルオーバー」を無視することの危険性と、それを正しく扱う手法の重要性を浮き彫りにしました。