Copula-Based Endogeneity Correction for Doubly Robust Estimation of Treatment Effect

技術的概要：二重頑健な治療効果推定のためのコピュラに基づく内生性補正

問題提起
二重頑健（DR）推定は、観察研究における因果推論の標準的なアプローチであり、プロペンシティ・スコア（治療）モデルまたは結果回帰モデルのいずれかが正しく指定されていれば、一貫性を提供する。しかし、この手法は、治療と結果のすべての共通原因が観測されていることを要する、検証不可能な「非交絡性」の仮定に依存している。医療研究では、服薬遵守や健康リテラシーなどの重要な変数が観測不可能であるため、この仮定は頻繁に侵害される。研究者は、これらの行動を近似するために代理変数（例えば、処方箋の再充填率）に依存することが多い。これらの代理変数は、観測されていない交絡や測定誤差に起因して回帰誤差項と相関する、すなわち内生性を帯びることが頻繁である。

共変量が内生性を持つ場合、非交絡性の仮定は破綻する。その結果、治療モデルと結果モデルの関数形が正しく指定されていても、条件付け変数自体が観測されていない交絡を含んでいるため、標準的な DR 推定量はバイアスを受ける。既存の解決策には限界がある：道具変数（IV）は、医療分野で満たすことが困難かつ検証不可能なことが多い排除制限を必要とする；感度分析は違反の影響を境界付けるが、推定量を補正するものではない；また、標準的なコピュラに基づく手法は内生性に対処するが、モデルの誤指定に対する二重頑健性の性質を欠いている。

手法：CEDR 推定量
著者は、コピュラ補正内生性調整二重頑健（CEDR）推定量を提案する。この手法は、ガウスコピュラによる内生共変量の補正を DR フレームワークに統合し、道具変数を必要とせずに一貫した治療効果推定量を提供することを目的としている。

手法は以下の通り進行する：

1. フレームワーク：このアプローチは潜在結果フレームワークを採用する。観測された共変量（$X_i$）を、外生的な成分（$X_i^{exo}$）と内生性の成分（$X_i^{endo}$）に分割する。
2. コピュラ補正：各内生共変量に対して、ガウスコピュラに基づいた制御関数を構築する。これは以下の 3 つの主要な仮定に依存する：
   • 内生共変量は非正規分布である。
   • 内生共変量と構造的誤差項との間の依存関係はガウスコピュラ構造に従う。
   • 構造的誤差項は正規分布である。
     コピュラ項は $C(X_i^{endo}) = \Phi^{-1}(\hat{F}_X(X_i^{endo}))$ と定義される。ここで、$\hat{F}_X$ は境界問題を防ぐための調整済み経験累積分布関数（ECDF）であり、$\Phi^{-1}$ は標準正規分布の逆累積分布関数である。
3. 二段階推定：
   • ステップ 1（モデル推定）：プロペンシティ・スコアモデル（正規誤差仮定と整合させるためにプロビットリンクを使用）および結果回帰モデルを、拡張された共変量 $\tilde{X}_i = (X_i, C_i)$ を用いて推定する。ここで $C_i$ はコピュラ補正項のベクトルを表す。このステップにより、内生共変量と誤差項との間の相関を吸収する。
   • ステップ 2（DR 推定）：最終的な平均治療効果（ATE）の計算において、予測段階からコピュラ項を除外する。元の共変量（$X_i$）に対するバイアス除去済みの係数を保持し、標準的な DR 推定量の式に代入する。これにより二重頑健性の性質が維持される。すなわち、コピュラ補正されたプロペンシティ・スコアモデルまたはコピュラ補正された結果モデルのいずれかが正しく指定されていれば、推定量は一貫性を保つ。
4. 推論：コピュラ項は生成された回帰変数であるため、著者は有効な標準誤差と信頼区間を得るためにブートストラップ法を使用することを推奨している。

主要な貢献

• 手法の統合：本論文は、コピュラに基づく内生性補正と二重頑健な推定の間のギャップを埋め、内生性とモデルの不確実性を同時に解決する。
• 道具変数不要の同定：IV 手法とは異なり、CEDR は有効な道具変数を必要としない。代わりに、内生共変量の非正規性を利用して同定を行う。これは診断テストを通じて経験的に評価可能な条件である。
• 頑健性の維持：著者は、CEDR 推定量が二重頑健性の性質を維持することを示している。すなわち、コピュラ仮定が成り立ち、かつ他方のモデルが正しければ、2 つのモデル（治療または結果）のいずれかが誤指定されていても、一貫性が保証される。

結果
本論文は、モンテカルロシミュレーションと、国立健康・栄養調査（NHANES）データを用いた実証応用を通じて CEDR を評価している。

• モンテカルロシミュレーション：

  • 内生性がない場合（$\rho=0$）、CEDR は単純な DR 推定量と同等に機能し、無視できる程度のバイアスを導入する。
  • 中程度（$\rho=0.3$）および強い（$\rho=0.5$）内生性の下では、単純な DR 推定量は状況と誤指定に応じて -7% から -28% の範囲で実質的なバイアスを示す。
  • CEDR 推定量はこのバイアスを大幅に低減し（多くの場合 80% 以上）、モデルのいずれかが誤指定されていても真の治療効果に近い推定量を回復する。
  • トレードオフが存在する：CEDR は、特に強い内生性の下で、単純な推定量よりもわずかに高い分散（標準偏差）を示すが、これは実質的なバイアス低減によって上回る。

• 実証応用（NHANES）：

  • 本研究は、栄養カウンセリングが血圧に与える効果を推定し、所得・貧困率と BMI を内生性の代理変数として扱う。
  • 単純な DR 推定量は統計的に有意な正の関連を示し、カウンセリングが血圧を約 2.85 mmHg 上昇させることを示唆した。
  • CEDR 推定量は点推定値を 1.75 mmHg に低減し、効果を統計的に有意でなくした（95% 信頼区間：[-6.99, 7.34]）。
  • この補正は、栄養カウンセリングが血圧に及ぼす効果が軽微またはゼロであるとする既存の文献と一致する結果をもたらした。これに対し、単純な推定量は内生性バイアスに起因する可能性のある直感に反する結果を生み出していた。

意義と主張
著者は、代理変数が内生性を持ち、有効な道具変数が利用できない観察医療研究において、CEDR が研究者にとって実用的なツールを提供すると主張している。この手法は、代理変数における観測されていない交絡のために標準的な DR 手法が失敗し、従来のコピュラ手法がモデル誤指定から保護されないという重要なギャップに対処する。

論文は控えめに、この手法は現在、二値治療、横断データに限定されており、同定のためには内生共変量が十分に非正規である必要があると指摘している。また、ガウスコピュラの依存構造の正しき指定に依存している。著者は、NHANES への応用が手法の実用性を示しているものの、決定的な臨床的結論には、複数のデータセットでのさらなる検証と実験的証拠との比較が必要であると警告している。主な意義は、標準的な観察推定量が実質的にバイアスを受ける可能性のある状況において、より信頼性の高い因果結論への実行可能な道筋を提供することにある。