技術的要約：治療データが欠損している場合の治療対象の学習

問題の定式化

本論文は、予算制約（$\kappa$）の下で、治療割り当てデータ（$A$）が人口の一部で欠損している場合に、最適な治療割り当て方策（$d: \mathcal{X} \to \{0, 1\}$）を学習するという課題に取り組んでいる。目的は、個人の条件付き平均治療効果（CATE）、$\tau(X) = E[Y(1) - Y(0) | X]$ が最も高い人々を特定することによって、期待効用 $V(d) = E[Y(d(X))]$ を最大化することである。

標準的な方策学習手法は、完全なデータを前提としている。しかし、観察研究（ヘルスケアや社会福祉など）においては、不完全な記録、測定エラー、またはデータの統合問題により、治療割り当ての記録が頻繁に欠損する。本論文では、以下の2つの欠損メカニズムを区別している。

1. 無視可能（Missing Completely Conditionally at Random: MCCAR）: 欠損（$R=0$）は、観測された共変量 $X$ にのみ依存する。形式的には、$R \perp\!\!\!\perp (A, Y) \mid X$ である。
2. ランダムな欠損（Missing at Random: MAR）: 欠損は、観測された共変量 $X$ および観測されたアウトカム $Y$ に依存する。形式的には、$R \perp\!\!\!\perp A \mid (X, Y)$ である。

MCCARの下では、標準的な完全ケース分析（$A$ が欠損しているユニットを破棄する方法）は妥当であるが、効率的ではない可能性がある。MARの下では、欠損メカニズムがアウトカムに関連しているため、完全ケース分析はバイアスが生じる。これは、欠損が共変量を与えられた条件下で潜在的アウトカムと独立であるという仮定を侵害するためである。本論文は、これら2つの設定に焦点を絞り、欠損が観測されていない要因に依存する MNAR（Missing Not at Random）のシナリオは除外している。

手法

著者らは、平均治療効果（ATE）推定のために開発された効率的影響関数（Efficient Influence Function: IF）の手法を、方策値（Policy Value）推定およびCATE推定の問題へと拡張している。

1. 同定戦略

論文では、欠損の仮定に基づいた2つの同定戦略を提案している。

• 戦略1（MARに基づく戦略）: MCCARとMARの両方で有効である。観測されたアウトカムを再重み付けすることにより、利用可能なすべてのデータ（部分的に観測されたユニットを含む）を活用する。方策値は以下のように同定される：
  $$V(d) = E\left[\frac{\beta_d(X)}{\gamma_d(X)}\right]$$
  ここで、$\beta_d(X) = E[Y \lambda_d(X, Y) \mid X]$ であり、$\gamma_d(X) = E[\lambda_d(X, Y) \mid X]$ である。また、$\lambda_d(X, Y) = P(A=d(X) \mid X, Y, R=1)$ は、アウトカムを条件とした傾向スコアであり、$\pi(X, Y) = P(R=1 \mid X, Y)$ は治療が観測される確率である。
• 戦略2（MCCARに基づく戦略）: MCCARの下でのみ有効である。これは、治療が観測されているユニットのみを使用する完全ケース推定量である：
  $$V(d) = E[\nu_d(X)]$$
  ここで、$\nu_d(X) = E[Y \mid X, A=d(X), R=1]$ である。

2. 効率的推定量

著者らは、セミパラメトリックな効率限界を達成するために、影響関数（IF）を用いたバイアス補正済みの二重に頑健な（doubly robust）推定量を作成している。

• MCCAR推定量 ($\hat{\Phi}_{MCCAR}$): 影響関数 $\phi_{MCCAR}$ に基づいており、これは難関数（nuisance functions）$\eta_d(X) = P(A=d(X), R=1 \mid X)$ と $\nu_d(X)$ に依存する。$\hat{\eta}_d$ または $\hat{\nu}_d$ のいずれかが正しく指定されていれば、一貫性を持つ。
• MAR推定量 ($\hat{\Psi}_{MAR}$): 全サンプルを活用する影響関数 $\phi_{MAR}$ に基づいている。これは、難関数 $\pi(X, Y), \lambda_d(X, Y), \beta_d(X), \gamma_d(X)$ の一貫した推定を必要とする。決定的なのは、$\lambda_d$ または $\pi$ のいずれかに加えて、$\gamma_d$（アウトカムによる条件付けなしの傾向スコア）の一貫した推定が必要である点である。

3. 方策学習（CATE推定）

最適な方策を学習するために、著者らは DR-Learner フレームワークを採用している。彼らは、治療（$A=1$）と対照（$A=0$）の間のMARまたはMCCARの値関数推定量間の差に基づいた疑似アウトカムを構築する：

• $\tilde{\phi}_{MAR} = \hat{\phi}_{MAR}(1) - \hat{\phi}_{MAR}(0)$
• $\tilde{\phi}_{MCCAR} = \hat{\phi}_{MCCAR}(1) - \hat{\phi}_{MCCAR}(0)$

これらの疑似アウトカムを、一般的な機械学習手法（例：ランダムフォレスト）を用いて共変量 $X$ に回帰し、$\tau(X)$ を推定する。最適な方策は、推定されたCATEが予算制約によって決定される閾値を超える場合に、その個人を治療対象とするものとして定義される。

主な貢献

1. 効率的推定量の拡張: 著者らは、ATE推定から、MARおよびMCCARの仮定下における方策値およびCATE推定へと、効率的影響関数手法を拡張した。
2. 理論的効率性の証明: 本論文は、両方が有効な場合（すなわちMCCARの仮定下において）、MARベースの推定量がMCCAR（完全ケース）推定量よりも漸近的に効率的であることを証明している。これは、MARベースの手法がMCCARの仮定が成立している場合でも、部分的に観測されたユニットを利用して分散を減少させるため、MARベースの手法を好むことへの形式的な正当化を提供している。
3. 誤指定に対する頑健性: 提案された推定量は、二重に頑健な性質を備えている。MAR推定量は、$\gamma_d$ が一貫して推定されていることを前提として、アウトカムモデル（$\lambda_d$）または欠損モデル（$\pi$）のいずれかが正しく指定されていれば、一貫性を維持する。
4. 実証的検証: 合成および半合成データセット（VotingおよびSTAR）を用いた包括的な実験により、欠損メカニズムを正しく指定することが極めて重要であることが示された。誤指定された推定量は、サンプルサイズに関わらずバイアスが残るが、提案されたMAR推定量は、仮定が満たされている場合にはオラクル（理想的なモデル）に近い性能を達成する。

結果

• 合成実験:
  • 収束: MARの設定では、MCCAR推定量はサンプルサイズが大きくなっても持続的なバイアスを示すが、MAR推定量はオラクルへと収束する。MCCARの設定では、両方の推定量が不偏であるが、MAR推定量の方がわずかに速い収束率を示す。
  • 頑健性: MAR推定量は、治療の傾向スコアまたは欠損メカニズムのいずれかの誤指定に対して頑健であるが、両方が同時に誤指定されている場合はそうではない。
  • 効率性の向上: 理論的分析とシミュレーションは、拡張された傾向スコア、欠損率、およびそれらの相関が高まるにつれて、MCCAR推定量に対するMAR推定量の漸近的相対効率（ARE）が増大することを裏付けている。
• 半合成実験:
  • 無作為化試験（VotingおよびSTAR）から得られた実データに人工的な欠損を導入した結果、MAR設定において、MARベースの推定量（DR-MAR）は、完全ケース手法や他のベースライン（IPW, Outcome Regression, MTRNET）を一貫して上回った。これは、治療データが深刻に制限されている場合（観測率10-30%）に特に顕著であった。
  • MCCAR設定では、ほとんどの手法が同様の性能を示したが、MARベースのアプローチは依然として競争力のある性能を維持していた。
  • これらの結果は、不完全な観測を破棄すること（完全ケース分析）が、欠損がアウトカムに依存している場合には、劣った方策を導くことになることを強調している。

意義と主張

本論文は、完全ケースの仮定（MCCAR）が成立している場合であっても、完全ケース分析は効率的な選択ではないと主張している。著者らは、MARベースの推定法が理論的に優れている理由として、以下の点を挙げている：

1. 部分的に観測されたユニットを活用することで、漸近的分散を低減できる。
2. MCCAR推定量よりも少ない識別仮定を必要とする（MCCARはMARの特殊なケースであるため）。
3. 欠損がアウトカムに依存している場合に生じるバイアスを回避する、頑健でノンパラメトリックな方策学習のフレームフレームワークを提供する。

著者らは、欠損メカニズムが不確実であることが多い実務においては、MARベースの推定を行うことが賢明な戦略であると結論付けている。MARの仮定下でMCCAR推定量を使用すると持続的なバイアスが生じる一方で、MCCARの仮定下でMAR推定量を使用すると、より高い効率性が得られる。この非対称性は、治療データの欠損が存在する場合における、ロバストな方策学習のためにMARベースの手法を採用すべきであるという推奨を強化している。