A Unified Three-Stage Weighting Framework for Causal Inference and Mediation Analysis under Case-Control Sampling

技術要約：ケースコントロール・サンプリングにおける因果推論および媒介分析のための統一された3段階重み付けフレームワーク

1. 問題提起

ケースコントロール研究は、稀なアウトカムの研究や、前向きな追跡調査が困難な場合において、極めて高い効率性を実現する疫学的研究の礎石である。しかし、遡及的かつアウトカムに依存したサンプリング機構という、この設計に固有の性質により、周辺集団のアウトカム分布は歪められる。条件付きの関連（例：オッズ比）は識別可能であるが、平均治療効果（ATE）や経路特異的な媒介効果といった周辺的な因果的推定値は、追加の仮定なしにはケースコントロール・データから直接回収することができない。

ケースコントロール設定における既存の因果推論手法には、主に以下の3つの限界がある：

1. 既知の有病率への依存： ほとんどの重み付けベースのアプローチは、集団のアウトカム有病率に関する事前知識を必要とするが、これは頻繁に未知であるか、あるいは高い不確実性を伴って推定されるものである。
2. 限定的な仮定： 媒介分析は、稀な疾患近似や、経験的に検証することが困難な強力なパラメトリック仮定に依存することが多い。
3. 統一されたフレームワークの欠如： 現在の文献は主に全効果（total effects）に焦点を当てており、特殊な尤度定式化を用いることなく、遡及的サンプリングの下で全効果と経路特異的な媒介効果（直接、間接、および相互作用）を同時に推定するための統一された戦略を欠いている。

2. 方法論：3段階重み付け（3S-Weighting）フレームワーク

著者らは、ケースコントロール・データからターゲット集団の分布を再構成するための、モジュール式の3段階フレームワークを提案している。これにより、標準的な周辺構造モデリング技術を用いた妥当な因果および媒介推論が可能となる。本手法は、外部で利用可能な周辺共変量情報（例：国勢調査データ）に依拠しているが、集団のアウトカム有病率に関する事前知識は必要としない。

第1段階：集団アウトカム有病率の推定
第1段階では、密度比学習とラベルシフト補正を用いて、未知の集団有病率（$\pi$）に対処する。

• 合成集団の生成： 外部で利用可能な周辺共変量分布（$P(X)$）を用いて、これらの制約を満たす最小情報的な結合分布を近似する合成集団サンプルを生成する。
• 密度比推定： ターゲット集団の共変量分布と、観測されたケースコントロール分布の間の比、$r(X) = P_{Pop}(X)/P_{CC}(X)$ を、合成サンプルと観測されたケースコントロール・サンプルを区別するように訓練された確率的分類器によって推定する。
• ラベルシフト補正： ケースコントロール・データ上に初期のアウトカム回帰モデルを適合させる。ラベルシフト補正係数 $\alpha(\pi)$ を適用して切片を調整し、集団のリスク関数 $P_{Pop}(Y=1|X)$ を回収する。
• 不動点反復法： 期待される集団リスク（密度比によって重み付けされたもの）が有病率推定値自体と等しくなる不動点方程式を解くことで、$\pi$ を推定する。

第2段階：ターゲット集団の再構成
$\hat{\pi}$ が推定された後、遡及的サンプルを、ターゲット集団の周辺アウトカム分布を模倣する疑似集団へと変換するために、デザインに基づく重みが構築される。

• デザイン重み： ケース（$Y=1$）は $\hat{\pi}/\hat{p}_{CC}$ で重み付けされ、コントロール（$Y=0$）は $(1-\hat{\pi})/(1-\hat{p}_{CC})$ で重み付けされる。このステップにより、集団のアウトカム有病率が $\hat{\pi}$ に復元される。

第3段階：因果および媒介の重み付け
再構成された疑似集団内において、交絡および媒介子の不均衡を調整するために、安定化された因果重みが適用される。

• 全効果（Total Effect）： 安定化された逆確率重み付け（IPTW）を適用して、全効果（TE）を推定する。
• 媒介の分解： 3方向分解フレームワーク（VanderWeele, 2014）に従い、以下の特定の効果を推定するための重みを構築する：
  • 純粋直接効果（PDE）： 治療割り当てと、コントロール条件下での媒介子の分布に対して調整を行う。
  • 全直接効果（TDE）： 治療割り当てと、治療条件下での媒介子の分布に対して調整を行う。
  • 間接および相互作用効果： TE、PDE、およびTDEから乗法的に導出される。
• 推定： 相対リスク（RR）を推定するために、対数リンクを用いた重み付き周辺構造モデル（MSM）を適合させる。

本フレームワークは、時変曝露および時変媒介子を含む縦断的な動的設定にも拡張されており、そこでは、累積罹患率関数を再構成するために、これら3つの段階がリスクセットに対して逐次的に適用される。

3. 主な結果

シミュレーション研究：
バイナリの曝露、媒介子、およびアウトカムを用いたカウンターファクチュアル媒介フレームワークの下で、モンテカルロ・シミュレーションが行われた。

• バイアスの低減： 遡及的サンプリングを無視した従来の分析は、全効果および媒介効果の推定値の両方において大幅なバイアスを生じさせた。対照的に、提案された3S-weightingフレームワークは、様々なサンプリングシナリオ（サンプルサイズ500〜8,000）において、ターゲット集団の因果パラメータを一貫して回収した。
• 一貫性： サンプルサイズが増加するにつれ、すべての推定値（TE, PDE, PIE, InE）における経験的バイアス、標準偏差（SD）、および平方根平均二乗誤差（RMSE）は単調に減少した。これは、推定量の一貫性を証明している。
• 精度： 最大のシナリオと比較して、大きなサンプルサイズではSDが70%以上減少するなど、顕著な効率性の向上が観察された。

実証的適用（NHANES）：
本フレームワークを、喫煙が高血圧を介して心血管疾患（CVD）に与える因果的媒介を分析するために、2017–2018年米国国民健康栄養調査（NHANES）データに適用した。

• 有病率の回収： 本手法は、バランスの取れたケースコントロール・サンプルから、集団のCVD有病率（$\hat{\pi} = 0.114$）を正常に再構成し、真の集団有病率（$0.111$）に密接に一致させた。
• 効果の推定： 喫煙によるCVDへの全効果の推定値は $RR_{TE} = 1.16$ であった。分析の結果、その関連は高血圧を介した媒介よりも、主に直接的な経路を通じて作用していることが示唆された（$RR_{PIE} = 1.03$）。
• 比較： 提案手法は、標準的な調整済みロジスティック回帰（1.74）と比較して、オッズ比スケールでのより小さな全効果の推定値（1.18）を示した。著者らは、この減衰を、条件付きの関連ではなく、周辺的な集団の推定値を対象とする提案手法の、アウトカム依存的サンプリングに対する補正によるものとしている。

4. 意義と主張

本論文は、ケースコントロール研究における「有病率のギャップ」を克服する、実践的かつ理論的に裏付けられた因果推論のアプローチを提供すると主張している。その主な貢献は以下の通りである：

• 有病率仮定の排除： 従来の重み付け手法とは異なり、本フレームワークは集団のアウトカム有病率を事前に知る必要はなく、外部の共変量情報を用いて内部的に推定する。
• 統一された媒介分析： 遡及的サンプリングの下で、全効果、直接効果、間接効果、および相互作用効果を同時に推定するための統一された戦略を提供し、稀な疾患近似を回避する。
• モジュール性： 本アプローチは、有病率の回収、集団の再構成、および因果推定を分離しており、特殊なアウトカム依存的尤度定式化を必要とせずに、標準的な重み付けベースの因果推定法と組み合わせることが可能である。
• 幅広い適用性： 有病率の回収と集団の再構成を統合することで、本手法はケースコントロール・データで対処可能な因果的問いの範囲を広げ、完全なコホート追跡が困難だが補助的な集団データが存在する設定に適している。

著者らは、本手法は標準的な因果的仮定（整合性、交換可能性、正値性）に依拠し、共変量とアウトカムの関係の移植性を仮定しているものの、伝統的なケースコントロール手法と現代的な因果推論との間の溝を埋める重要な一歩であると結論付けている。