MediEncoder: Nonlinear Representation Learning for High-Dimensional Causal Mediation Analysis

技術要約：非線形高次元因果媒介分析のためのMediEncoder

問題提起
因果媒介分析は、処置効果を、媒介変数を通じて作用する自然直接効果（NDE）と自然間接効果（NIE）に分解することを目的としている。古典的な手法は、低次元で直接観測可能な共変量や媒介変数を想定しているが、現代の生物医学研究（例：ゲノミクス、マルチオミクス）では、低次元の潜在的な生物学的プロセスをプロキシ（代理）として機能する、高次元でノイズの多い測定値が頻繁に含まれる。既存の高次元媒介分析手法には、以下のような重大な限界がある：

1. スパース性／変数選択： スパース性に依存する手法（例：Lasso）は、観測された変数を媒介変数として扱うため、潜在的な構造をモデル化できていない。
2. 線形性： PCAや線形因子モデルに基づく次元削減手法は、線形な測定写像を仮定しており、複雑な生物学的システムにおける非線形な関係性を捉えるには制約が多い。
3. 構造的独立性： 深層学習アプローチ（例：標準的なオートエンコーダやVAE）は、共変量と媒介変数の潜在表現を独立して学習することが多く、潜在的なシステム間の構造的依存関係を無視している。
4. 潜在的な非線形性： 既存の深層媒介推定器は、潜在的な非線形因子や、共変量と媒介変数の表現間の構造的依存関係が存在する設定を、明示的にターゲットとしていない。

核心となる課題は、潜在構造、高次元性、非線形な測定写像、および処置・共変量・媒介変数の相互作用を同時に扱うフレームワークを開発することである。

手法：MediEncoder
著者らは、非線形高次元因果媒介分析のために設計された表現学習フレームワークであるMediEncoderを提案している。この手法は、主に2つの段階で動作する：

1. 結合表現学習（Coupled Representation Learning）：
   MediEncoderは、高次元の共変量（$X$）と媒介変数（$M$）の低次元表現を共同で学習するために、構造化されたエンコーダ・デコーダ・アーキテクチャを採用している。そのアーキテクチャは以下の要素で構成される：

   • エンコーダ／デコーダ： 再構成誤差を最小化するために、共変量用（$g_X, h_X$）と媒介変数用（$g_M, h_M$）の独立したエンコーダ・デコーダ・ペアを使用する。
   • クロスファクター・ネットワーク（$g_{XM}$）： 重要なコンポーネントであり、処置（$A$）と学習された共変量表現（$g_X(X)$）を媒介変数表現空間（$g_M(M)$）へと写像する。このネットワークは方向性のある結合を強制し、媒介変数表現が処置と共変量表現から予測可能であることを促すことで、潜在的な構造方程式 $f_M = \mu^*(A, f_X) + \text{noise}$ を尊重させる。
   • 損失関数： 学習目的関数は、$X$ と $M$ の再構成誤差の加重和に、実際の媒介変数表現とクロスファクター・ネットワークによる予測との不一致を罰するアライメント損失項（$\lambda_3$）を加えたものである。

2. クロスフィットを用いた効率的影響関数推定：
   表現が学習された後、それらは媒介分析に必要な妨害関数（傾向スコア、アウトカム回帰、および密度比）を推定するために使用される。著者らは、ターゲット・パラメータ $\theta_0 = E\{Y(1, f_M(0))\}$ （クロスワールド平均）を推定するために、クロスフィッティング（データを4つの互いに素なサブセットに分割する手法）を用いた**効率的影響関数（IF）**ベースの推定器を利用している。

   • 推定器は、オーラクル（真のモデルを知っている状態）のIFにおける未観測の潜在因子を、学習された表現で置き換えることによって構築される。
   • 理論的結果によれば、真の潜在因子を正確に復元する必要はなく、学習された表現が潜在因子の左逆転可能な変換を近似していれば十分である。

主な貢献
本論文は、主に4つの貢献を述べている：

1. 非線形潜在因子フレームワーク： 線形性やスパース性の仮定を回避し、潜在構造と非線形な測定写像を許容する、高次元データのための媒介フレームワークの導入。
2. MediEncoderアルゴリズム： 標準的なマルチビュー・オートエンコーダとは異なり、共変量と媒介変数の表現間の構造的依存関係を捉えるための、クロスファクター・ネットワークを用いた結合表現学習アルゴリズムの開発。
3. モジュール式漸近理論： 得られるクロスフィッティング推定器が $\sqrt{n}$-一貫性を持ち、漸近正規性を有することを証明する理論的枠組みの確立。この理論は、妨害関数の推定器が適切な速度で収束することを前提として、学習された表現が潜在因子の左逆転可能な変換を近似している限り、有効な推論が成立することを定式化している。
4. 実証的検証： 広範なシミュレーションと、Alzheimer's Disease Neuroimaging Initiative (ADNI) データへの実世界での適用を通じた、手法の性能実証。

結果

• シミュレーション： 非線形高次元設定（Haarウェーブレット・ローディング関数を使用）において、MediEncoderは、Projection、標準的なオートエンコーダ、変分オートエンコーダ（VAE）、およびIMAVAEを含む競合する次元削減手法を一貫して上回った。MediEncoderは、より低い平方根平均二乗誤差（RMSE）、より小さな標準偏差、および公称9解レベルに近い被覆率を持つ信頼区間を達成した。アブレーション研究により、アライメント項（$\lambda_3$）が媒介変数表現を安定させ、特に小標本において推定効率を向上させるために極めて重要であることが確認された。
• 実データへの適用（ADNI）： 本手法は、抑うつ症状（処置）が認知機能低下（アウトカム）に与える媒介作用を、DNAメチル化（媒介変数）を介して調査するために適用された（$n=649, p=171, q=3,206$）。解析の結果、抑うつ症状が認知機能低下に対して正の全効果を持つことが推定された。点推定値は、その効果が主に直接経路を通じて作用することを示唆しており、DNAメチル化を介した間接効果はより小さく、不確実性が高いものであった。全効果の区間はゼロを含まなかったが、直接効果および間接効果の区間はゼロを含んでおり、媒介メカニズムの解釈には注意が必要であることを示唆している。

意義と主張
本論文は、変数が潜在的な非線形生物学的プロセスのノイズの多いプロキシである場合における、高次元媒介分析のための統計的に妥当なフレームワークを提供することで、因果推論における決定的なギャップを埋めるものであると主張している。線形性や独立性といった問題の片方のみに対処する従来の手法とは異なり、MediEncoderは、潜在的な媒介構造に整合する表現を共同で学習する。著者らは、自らの理論的結果が、潜在因子の正確な復元を要求するのではなく、学習された表現が媒介関数に必要な情報を左逆転可能な変換を通じて保持していることのみを要求している点を強調している。これにより、本手法は、セミパラメトリックな効率性の望ましい統計的特性を維持しつつ、現代の生物医学データの複雑さに対応できる堅牢性を備えている。